Impet Google w TPU może stworzyć nowych zwycięzców w całym łańcuchu dostaw AI: te akcje mogą na tym skorzystać

Krajobraz sprzętu sztucznej inteligencji wykazuje pierwsze oznaki realignacji, ponieważ analitycy z Citrini Research wskazują na rosnące zainteresowanie jednostek przetwarzania tensorów Google, czyli TPU.

Chociaż Nvidia pozostaje dominującym dostawcą procesorów graficznych — silnikiem dzisiejszego boomu AI — sukces modelu Gemini 3 od Google skłonił do ponownej analizy, czy alternatywne architektury mogą zyskać znaczącą przewagę.

Wydajność Gemini 3, napędzana przez TPU zamiast GPU, skłania inwestorów i deweloperów do ponownej oceny długoterminowej zależności od technologii Nvidii.

Dzięki temu, że Google pozycjonuje się zarówno jako deweloper modeli, jak i dostawca układów scalonych, ekosystem TPU wydaje się przechodzić od eksperymentalnego do coraz bardziej komercyjnego.

"Choć od dłuższego czasu wszystko jest jasne, postrzeganie Google na rynku dramatycznie się odwróciło w ciągu ostatnich kilku miesięcy – przemieniając się z przegranego AI, tracącego dominację w wyszukiwarkach, w konia tropiącego podważyć najbardziej konsensusowych zwycięzców AI..," napisali analitycy z Citrini.

Zainteresowanie meta podkreśla wczesną zmianę komercyjną

Doniesienia z początku tego tygodnia sugerowały, że Meta Platforms może prowadzić rozmowy z Google w sprawie zakupu lub dzierżawy TPU wartych miliardy dolarów.

Chociaż nie potwierdzono porozumienia, rozwój ten sygali rosnące zainteresowanie trenowaniem modeli frontier bez wyłącznego polegania na sprzęcie Nvidia.

Citrini zauważa, że szansa na TPU rozwija się od miesięcy.

Cena akcji Alphabet ostatnio przewyższyła Nvidię, co odzwierciedla zmieniające się postrzeganie pozycji obu firm w wyścigu o AI.

Przez lata ekosystem oprogramowania CUDA Nvidii był potężnym miejscem — który uwięził deweloperów w akceleracji opartej na GPU.

Jednak rozmowy partnerskie z Meta, Anthropic i Fluidstack sugerują, że moat może się z czasem zawęzić.

Dostawcy dostrzegają potencjał wzrostu na bardziej zróżnicowanym rynku układów AI

Citrini Research twierdzi, że istotnym pytaniem nie jest już konkurencyjność TPU, lecz jak szybko rynek mógłby się poszerzyć, gdyby hiperskalery zdywersyfikowały się poza Nvidią.

Jeśli adopcja TPU przyspieszy, może to przekierować popyt w kierunku firm osadzonych w tym łańcuchu dostaw.

Citrini wyznaczyło grupę firm, które mogłyby bezpośrednio skorzystać z szerszego wdrożenia TPU, wymieniając notowanych na giełdzie graczy, takich jak TSMC (TSM), ASE (TW:3711), Amkor (AMKR), Micron (MU), Lumentum (LITE), TTM Technologies (TTMI), SK Hynix (KR:000660), Unimicron (TW:3037), Apple (AAPL), SiTime (SITM) oraz Macom (MTSI).

Producenci półprzewodników TSMC, ASE i Amkor mają skorzystać na zaawansowanych wymaganiach dotyczących opakowania, szczególnie montażu CoWoS, który pozostaje kluczowy dla układów AI na skalę treningową.

Dostawcy pamięci, tacy jak Micron, SK Hynix i Samsung, również mogą skorzystać, ponieważ pamięć o dużej przepustowości pozostaje wąskim gardłem zarówno dla obliczeń opartych na TPU, jak i GPU.

Dostawcy płytek drukowanych, tacy jak TTM Technologies, Unimicron i Isu Petasys, są postrzegani jako dobrze przygotowani do obsługi konfiguracji TPU nowej generacji, które wymagają projektowania o większej gęstości i specjalistycznego trasowania.

Producenci komponentów optycznych, w tym Lumentum, mogą zauważyć rosnące zapotrzebowanie dzięki swojej roli w przełączaniu układów optycznych dla obciążeń na skalę centrów danych.

Citrini podkreśla także potencjalnych użytkowników, takich jak Apple, które mogą wykorzystać TPU do wnioskowania w chmurze w przyszłych wdrożeniach Siri Intelligence.

Producenci układów SiTime i MACOM również są przygotowani do przejścia na moduły optyczne o mocy 1,6 terabita do szybkiego przesyłania danych.

Adopcja TPU nadal boryka się z wysokimi kosztami przełączania

Pomimo rosnącego impetu, analitycy ostrzegają, że odejście od architektury Nvidia pozostaje kosztowne i technicznie skomplikowane.

Kompatybilność oprogramowania, znajomość programistów oraz logistyka wdrożenia nadal faworyzują GPU.

Nvidia nadal posiada blisko 90% udziału w rynku akceleratorów AI, a fragmentacja prawdopodobnie nastąpiłaby stopniowo, a nie z dnia na dzień.

Mimo to Citrini Research przewiduje wzrost ryzyka dla marż Nvidii w dłuższej perspektywie.

Jeśli TPU zyskają komercyjne zastosowanie na dużą skalę, ceny premium NVIDIA — oparte na historycznie ograniczonych dostawach — mogą znaleźć się pod presją.

Na razie Nvidia pozostaje na prowadzeniu — ale teren pod rynkiem sprzętu AI się zmienia.

To, czy ekosystem TPU Google stanie się prawdziwym drugim filarem globalnej infrastruktury AI, może zadecydować o kolejnym etapie rozwoju w łańcuchu dostaw półprzewodników.