Google construye cadena de suministro de chips con cuatro socios para desafiar a Nvidia en inferencia de IA

Google ha anunciado la construcción de la cadeia de suministro de chips personalizados más diversificada de la industria de IA—con cuatro socios de diseño y una hoja de ruta que se extiende hasta finales de 2027. La empresa apuesta por reducir la dependencia del mercado en la nube de Nvidia en el segmento de inferencia de IA. La red de socios de Google incluye cuatro grandes jugadores: Broadcom, MediaTek, Marvell e Intel. Cada uno es responsable de una dirección separada en la arquitectura y fabricación de chips. La estrategia se detalló antes de Google Cloud Next—el evento anual clave de la empresa para clientes empresariales y socios.

El primer producto de este ecosistema es el TPU Ironwood—un chip de próxima generación que ya se está enviando en millones de unidades. Esta es la primera señal de que Google deja de ser meramente un consumidor de hardware de terceros y se está convirtiendo sistemáticamente en un jugador autosuficiente en el mercado de infraestructura de IA. El hito final de la hoja de ruta está marcado por los chips TPU v8, que se fabricarán utilizando el proceso de 2nm de TSMC y llegarán en la segunda mitad de 2027.

La estrategia de Google divide las próximas generaciones de TPU en varios flujos independientes—por socios de diseño y capacidad de fabricación. Este enfoque asegura contra las interrupciones de suministro características de la dependencia de un solo proveedor y proporciona flexibilidad en el escalado del rendimiento para diferentes tareas de inferencia.

Inferencia—es decir, ejecutar modelos ya entrenados para generar respuestas a los usuarios—se ha convertido en el principal campo de batalla del mercado de chips de IA en 2025–2026. Aquí es donde se concentra la demanda primaria de los principales proveedores de nube: el entrenamiento del modelo ocurre una vez, mientras que la inferencia se ejecuta continuamente. Nvidia mantiene la dominancia gracias a su arquitectura de GPU y su ecosistema CUDA maduro; sin embargo, los TPU personalizados de Google demuestran tradicionalmente una eficiencia energética superior en tareas de modelos de transformadores.

Para el mercado, esto significa intensificar la competencia en el segmento de hardware de IA en la nube. Si Google logra escalar su propia cadena de suministro a los volúmenes requeridos, sus clientes tendrán una alternativa real a los clusters de GPU de Nvidia—con un costo potencialmente menor por token de inferencia y menor dependencia de un único proveedor.