Rynek chipów dla sztucznej inteligencji przez ostatnie trzy lata generował oszałamiające rajdy na Wall Street. Pozycja Nvidii, do tej pory niekwestionowanego króla złotej ery AI staje się coraz bardziej kwestionowana. I to nie przez kogokolwiek, ale przez giganta technologicznego, który doskonale rozumie, co oznacza duża skala i długoterminowa strategia. Przez spółkę Alphabet, znaną szerzej jako Google.
Właśnie teraz, kiedy Alphabet lada moment przekroczy magiczną barierę $4 bilionów wyceny rynkowej, plotki o potencjalnej, wartej miliardy dolarów, transakcji z Metą wywołały prawdziwe trzęsienie ziemi.
Mówi się, że Meta Platforms, jeden z największych na świecie pożeraczy mocy obliczeniowej, rozmawia o wykorzystaniu autorskich chipów AI Google jednostek Tensor Processing Units (TPU) – w swoich centrach danych. Reakcja giełdy była natychmiastowa. Akcje Nvidii zanurkowały o około 5%, co dla inwestorów jest jasnym sygnałem: monopol się kończy.
Tymczasem kurs Alphabet wzrósł ponad 3% i kontynuuje zwycięską passę. W tym roku spółka zyskała niemal 70%, wobec 14% wzrostu Nasdaq 100. Jest szansa, że niebawem zdetronizuje Nvidię.
TPU, czyli złote dziecko Google
Zacznijmy od technologii. Procesory graficzne (GPU), czyli chleb powszedni Nvidii, są dziś standardem w szkoleniu modeli AI, ale przecież nie zostały stworzone do tego celu! Były to po prostu sprytne karty graficzne, które, przez przypadek, okazały się idealnie nadawać do równoległego przetwarzania dużej ilości danych.
Google poszedł inną drogą. Ponad dekadę temu stworzył TPU jako układ ASIC (Application-Specific Integrated Circuit) – krzem dedykowany konkretnie dla AI i uczenia maszynowego. Początkowo miał on tylko usprawniać wyszukiwarkę i wewnętrzne narzędzia firmy. Dziś, w siódmej generacji, stał się potężnym, energooszczędnym i, co najważniejsze, zoptymalizowanym narzędziem do trenowania skomplikowanych modeli, jak choćby Gemini.
Ta synergia jest unikalna: zespół DeepMind tworzący najnowsze modele AI może przekazywać swoje wnioski z powrotem inżynierom chipów, a ci dopasowują krzem pod konkretne zadania. To luksus, na który Nvidia, jako dostawca generalny, nie może sobie pozwolić w takim stopniu.
Alchemia finansowa
Co oznacza zainteresowanie Mety? To potężny dowód zaufania. Meta, tak jak Anthropic (który już wcześniej wszedł w potężną współpracę z Google na dostawę miliona chipów), potrzebuje ogromnej skali, a nikt na rynku nie chce być całkowicie uzależniony od jednego dostawcy, nawet tak świetnego jak Nvidia.
Analitycy z Seaport słusznie zauważyli, że współpraca z Anthropic była „naprawdę potężnym potwierdzeniem” dla TPU. Jeśli Meta zdecyduje się na ten krok, choćby na potrzeby wnioskowania (inferencing), utrwali pozycję Google jako poważnej alternatywy. Wycenia się, że tylko w przyszłym roku Meta może wydać na chipy inferencyjne nawet 40-$50 miliardów, mając w planach łączne wydatki na CAPEX przekraczające 100 miliardów USD do 2026 roku. To są kwoty, które mogą znacząco zasilić chmurę Google i dać jej skokowy wzrost.
Czy bańka pęknie?
Nie da się ukryć, że ten pościg za AI, który rozpoczął się od premiery ChatGPT zaledwie trzy lata temu, jest paliwem napędowym dla amerykańskich akcji. Wyceny są na historycznie wysokich poziomach, a indeks Nasdaq 100 reaguje nerwowo na przetasowania na szczytach benchmarku. Pieniądze są wlewane w AI z bezprecedensową prędkością, nawet pomimo tego, że wielkie zwroty z tych inwestycji często pozostają w sferze obietnic.
Inwestorzy tacy jak Michael Burry, który wsławił się przewidzeniem kryzysu finansowego w 2008 roku, już dziś analizują Nvidię pod kątem ryzyka związanego z wątpliwymi transakcjami i amortyzacją sprzętu. Jedno jest pewne. Google udowadnia, że inwestowanie w AI to nadal konieczność. Jeśli inwestorzy wierzą, że jesteśmy na hossie, nie chcesz zbyt wcześnie rezygnować z obecnych liderów.
Walka między Nvidią a Google to dziś starcie o to, kto będzie dostarczał tlen tej hossie. Google nie dąży do całkowitego zastąpienia Nvidii. To w obecnym tempie rozwoju AI jest niemożliwe, ale walczy o to, by stać się kluczowym, drugim filarem. Przy abstrakcyjnej wycenie miejsca na 'problemy’ Nvidia ma bardzo mało. A oddech Google na plecach jest dużym problemem.