Очередь за чипами: облачные миллиарды Google лишили собственных ИИ-исследователей вычислительных мощностей
Google в течение десятилетия планомерно выстраивала самую инфраструктурную экосистему в сфере искусственного интеллекта. Компания создала успешный облачный бизнес, разработала собственные тензорные процессоры (TPU) и заключила масштабные контракты на поставку чипов, сделав свои процессоры главным и самым востребованным альтернативным решением дефицитным видеокартам от Nvidia для крупнейших внешних клиентов.
Однако ошеломительный успех этой коммерческой стратегии породил внутренний кризис, которого руководство холдинга Alphabet явно не ожидало. На неделе издание Bloomberg сообщило, что собственные ИИ-исследователи Google, включая ключевые команды Core-разработки внутри подразделения Google DeepMind, теперь вынуждены буквально расталкивать друг друга и выстраиваться в жёсткие внутренние очереди ради доступа к вычислительным ресурсам, которые их же работодатель параллельно продает на сторону — компаниям Anthropic и Meta*.
Корни этой инфраструктурной пробки лежат в плоскости огромных цифр и долгосрочных обязательств. Google согласилась инвестировать в создателей чат-бота Claude до $40 миллиардов. Пакет соглашений включает предоставление Anthropic колоссальных 5 гигаватт мощностей на базе TPU в течение 5 лет и приоритетный доступ к миллиону чипов Ironwood — новейшего седьмого поколения процессоров Google. Дополнительный канал поставок, курируемый Broadcom, резервирует для Anthropic еще 3,5 ГВт мощностей TPU, начиная с 2027 года, в дополнение к 1 ГВт, который стартап уже гарантированно осваивает в 2026 году. В самом Anthropic прямо называют TPU-стек Google фундаментом своей дорожной карты обучения и развёртывания будущих моделей. В начале этого года аналогичную крупномасштабную сделку на бронирование мощностей TPU заключила и Meta*. Все эти гигантские коммерческие обязательства наглухо заблокировали свободные ёмкости дата-центров. Те мощности, что были отданы внешним игрокам, стали физически недоступны для внутренних команд Google, разрабатывающих семейство Gemini. Чтобы запустить обучение или эксперимент, авторы ИИ-проектов поискового гиганта теперь вынуждены стоять в листе ожидания.
Глава Google DeepMind Демис Хассабис ранее признавал, что дефицит бьёт по лаборатории сразу с двух сторон. Первая проблема — чисто аппаратная, ведь на рынке присутствует жёсткая нехватка ключевых компонентов, поставляемых ограниченным числом производителей. Главным «бутылочным горлышком» всей индустрии остается дефицит высокоскоростной памяти, которую Google закупает у Samsung, Micron и SK Hynix. Вторая проблема — падение скорости самих исследований, потому что учёным физически нужно огромное количество чипов одновременно, чтобы иметь возможность экспериментировать с новыми прорывными идеями на по-настоящему большом масштабе. Но если глобальный дефицит компонентов находится вне зоны контроля Google, то внутреннее распределение уже имеющихся процессоров — это сугубо управленческий просчёт менеджмента.
Иллюстрация: Nano BananaМасштаб финансовых вливаний в инфраструктуру огромен: в 2026 году прогнозируемый диапазон капитальных затрат только для Alphabet составляет $175–185 миллиардов, в то время как совокупные расходы Big Tech на ИИ-железо в мире превысили в текущем году $650 миллиардов. Несмотря на то, что Google только за 2026 год ввела в эксплуатацию более одного гигаватта новых вычислительных мощностей, аппетиты рынка растут быстрее. Десятилетняя ставка Google на разработку собственных чипов TPU наконец-то принесла плоды и обеспечила компании превосходную экономику единицы продукции. Это позволяет ей выгодно сдавать кремний в аренду, хостить у себя модели прямых конкурентов и запускать собственные передовые исследования на единой аппаратной фабрике. Проблема лишь в том, что эта фабрика больше не способна обслуживать три эти цели одновременно.
По информации Bloomberg, жёсткое нормирование мощностей уже привело к серьёзным трещинам внутри научной команды холдинга. За последние полтора года из DeepMind ушел ряд видных учёных и инженеров, включая ветерана лаборатории Иоанниса Антоноглу, соавтора AlphaGo. Процесс оттока мозгов заметно ускорился именно тогда, когда выбивать серверное время внутри Google стало критически сложно. Бывший руководитель Института искусственного интеллекта Аллена Орен Этциони емко охарактеризовал ситуацию как предсказуемый провал внутреннего распределительного рынка. В то время как внешние клиенты получают доступ к TPU на основе прозрачных рыночных контрактов и экономической выгоды, внутри самой Google дефицитный вычислительный ресурс распределяется волевым решением руководства, исходя из управленческого стажа и веса конкретного топ-менеджера, а не из реальной научной ценности проектов.
Google оказалась на шпагате: ей жизненно необходимо демонстрировать Уолл-стрит огромные объёмы внешних продаж своих чипов, чтобы доказать жизнеспособность TPU-платформы в борьбе против гегемонии Nvidia, и одновременно нужно сохранять массив мощностей внутри периметра для обучения будущих версий Gemini. Попытки диверсифицировать цепочку поставок и запустить четырёхстороннее партнёрство по производству специализированных чипов вывода совместно с Broadcom, MediaTek и Marvell пока не принесли результатов нужного масштаба, так как архитектура ещё не отгружается в объёмах, способных полностью удовлетворить текущую кривую спроса. Представители Google в комментариях журналистам не стали отрицать проблемы внутреннего распределения мощностей, однако дипломатично заявили, что нехватка вычислительного времени — это общеиндустриальный кризис, с которым сталкиваются абсолютно все ИИ-лаборатории мира.
Это действительно так: судя по финансовым отчётам за первый квартал 2026 года, каждый крупный разработчик ИИ упёрся в потолок по доступному железу. Но уникальность и парадоксальность ситуации Google заключается в том, что поисковый гигант умудрился стать главным инфраструктурным донором и спонсором для своих самых опасных и прямых конкурентов.
* Компания Meta (Facebook и Instagram) признана в России экстремистской и запрещена
© iXBT
