Drasztikus fordulat készülődik a mesterséges intelligencia hardverpiacán: a saját chipes stratégia kiütheti a piaci dominanciát szerzett versenytársat.
A Fubon Research friss befektetői elemzése szerint a Google 2028-ra 12–15 millió darab kilencedik generációs TPU (Tensor Processing Unit) processzort gyárthat le. Ez a mennyiség nemcsak a vállalati szektor eddigi legnagyobb belső chipgyártási projektje lenne, hanem közvetlenül fenyegeti az Nvidia adatközponti egyeduralmát is. Az elemzőház előrejelzése alapján az Nvidia 2028-ban várhatóan 12,4 millió adatközponti AI-GPU-t szállít le a teljes globális piacra. Ha a Fubon számai beigazolódnak, a Google egymaga több célszoftverre optimalizált AI-gyorsítót állíthat munkába, mint amennyit a piacvezető beszállító az összes vásárlójának együttesen értékesíteni tud.
A saját szilícium évtizedes útja: az adatközponti függőség felszámolása
A szilíciumvölgyi technológiai óriás nagyjából egy évtizede kezdte meg saját célspecifikus integrált áramköreinek (ASIC) fejlesztését. A döntés hátterében az a felismerés állt, hogy az általános célú grafikus processzorok energiahatékonysága és ára hosszabb távon korlátozná a tömeges gépi tanulási modellek futtatását. Míg az iparág túlnyomó része továbbra is külső beszállítóktól vásárol méregdrága gyorsítókártyákat, a Google szisztematikusan építette ki saját hardveres infrastruktúráját.
A saját fejlesztésű TPU-k használata közvetlen költség- és teljesítményelőnyt biztosít. A harmadik fél által gyártott hardverek árrése nem terheli a saját felhőszolgáltatásokat, a chipek architektúrája pedig közvetlenül a DeepMind és a Gemini modellcsalád szoftveres igényeihez igazítható. A most kiszivárgott tervek azt jelzik, hogy a vállalat eljutott arra a pontra, ahol a belső chipgyártás léptéke eléri a félvezetőipari bérgyártók kapacitási határait.
Négymagos chiplet-architektúra: a TPU v9 technológiai léptékváltása
Az elemzői jelentés részleteiből kiderül, hogy a 2028-ra tervezett TPU v9 nem egyetlen tömbszerű szilíciumlapkára épül. A Google a moduláris, több lapkát összekötő chiplet-architektúrára vált, ahol egyetlen gyorsítóegység négy különálló számítási lapkát (compute die) fog össze. Ez a lépés több mint megduplázza a félvezetőkapacitási igényt a 2027-re tervezett generációhoz képest.
A négy számítási blokk összekapcsolása és a nagy sávszélességű memóriák (HBM) ezerlábú integrációja rendkívül complex mérnöki feladat. Az architektúra célja, hogy felvegye a versenyt az Nvidia szimultán készülő Rubin és Rubin Ultra architektúráival. A chipek fizikai mérete és a lapkák összehangolása miatt a Google olyan fejlett tokolási (advanced packaging) eljárásokra szorul, amelyekből a piacon jelenleg súlyos hiány mutatkozik.
Kapacitási szűk keresztmetszet: az Intel Foundry bevonása a termelésbe
A gyártási volumen növelése komoly logisztikai akadályba ütközik a TSMC-nél. A tajvani félvezetőóriás CoWoS (Chip-on-Wafer-on-Substrate) kapacitásai teljes mértékben le vannak kötve a következő évekre. A Fubon elemzői hangsúlyozzák, hogy a Google képtelen lenne kizárólag a TSMC sorain legyártatni a megcélzott 12–15 milliós TPU-mennyiséget.
A probléma áthidalására a Google az Intel Foundry bérgyártó ágát vonja be a folyamatba. A kiszivárgott iparági információk és a Reuters beszámolói szerint a Google több mint 3 millió TPU chip fejlett tokolását rendelte meg az Intel amerikai gyáraiban 2028-as szállítással. Az Intel EMIB (Embedded Multi-die Interconnect Bridge) technológiája kiemelkedő kihozatali arányt mutat, így a Google rugalmasan megoszthatja a termelési kockázatot a TSMC és az Intel között.
Számok tükrében: Google TPU vs. Nvidia adatközponti gyorsítók
Az alábbi összehasonlítás a Fubon Research és a Morgan Stanley piaci előrejelzései alapján vázolja fel a 2028-ra várható termelési és szállítási arányokat.
| Mutató / Paraméter | Google TPU (v9 generáció) | Nvidia adatközponti GPU-k |
|---|---|---|
| Várható volumencél (2028) | 12 – 15 millió egység | 12,4 millió egység (becsült eladás) |
| Chip-architektúra felépítése | 4 számítási chiplet + HBM memória | Multi-die architektúra (Rubin / Rubin Ultra) |
| Bérgyártó partnerek | TSMC + Intel Foundry (EMIB tokolás) | Elsődlegesen TSMC (Intel 18A tesztelés alatt) |
| Felhasználási modell | Saját infrastruktúra és Google Cloud bérlet | Kereskedelmi értékesítés külső feleknek |
Hatások a hazai felhőszolgáltatási és fejlesztői környezetre
A félvezetőpiaci erőviszonyok eltolódása közvetlenül érezteti hatását a magyarországi és kelet-európai vállalati IT-szektorban is. A Google Cloud európai régióiban elérhetővé váló TPU v9 kapacitások csökkenthetik az AI-modellképzés és -futtatás infrastrukturális költségeit. A helyi startupok és fejlesztőműhelyek számára a Compute Engine környezetben elérhető dedikált TPU-fürtök alternatívát nyújtanak a túlkeresletes, nehezen hozzáférhető Nvidia GPU-bérletekkel szemben.
A több-beszállítós félvezető-modell stabilizálhatja a felhős erőforrások árazását. A beszállítási láncok diverzifikálása csökkenti a globális hiányhelyzetek kockázatát, így a hazai vállalati szektor kiszámíthatóbb feltételek mellett tervezheti meg a mesterséges intelligenciára épülő infrastruktúra-fejlesztéseit.
A piaci erőviszonyok tartós átalakulása
A Google agresszív chipes elterjedése nem jelenti az Nvidia összeomlását, hiszen az MI-alapú számítási teljesítmény iránti globális éhség továbbra is korlátlan. Ugyanakkor világos határvonalat húz a saját architektúrát fejleszteni képes гигантok és a külső hardverre szoruló piaci szereplők között. A Google a világ legmagasabb számítási kapacitású saját tulajdonú AI-flottáját építi ki, amivel függetleníti magát a piaci áringadozásoktól.
Az Intel Foundry számára a megrendelés életmentő igazolás arra, hogy a bérgyártási üzletága képes felvenni a versenyt a TSMC-vel a legfejlettebb chip-tokolási területeken. A 2028-as év így nemcsak a TPU v9 premierje miatt lesz meghatározó, hanem azért is, mert átírhatja a globális félvezetőipar és a felhőszolgáltatók hatalmi térképét.
