Google constrói cadeia de suprimentos de chips com quatro parceiros para desafiar Nvidia em inferência de IA

Google anunciou a construção da cadeia de suprimentos de chips customizados mais diversificada da indústria de IA—com quatro parceiros de design e um roadmap que se estende até o final de 2027. A empresa está apostando em reduzir a dependência do mercado em nuvem da Nvidia no segmento de inferência de IA. A rede de parceiros do Google inclui quatro grandes players: Broadcom, MediaTek, Marvell e Intel. Cada um é responsável por uma direção separada na arquitetura e fabricação de chips. A estratégia foi detalhada antes do Google Cloud Next—o evento anual chave da empresa para clientes corporativos e parceiros.

O primeiro produto deste ecossistema é a Ironwood TPU—um chip de próxima geração que já está sendo entregue em milhões de unidades. Este é o primeiro sinal de que o Google está deixando de ser simplesmente um consumidor de hardware de terceiros e está se transformando sistematicamente em um player autossuficiente no mercado de infraestrutura de IA. O marco final do roadmap é marcado pelos chips TPU v8, que serão fabricados usando o processo de 2nm da TSMC e chegarão na segunda metade de 2027.

A estratégia do Google divide as próximas gerações de TPU em vários fluxos independentes—por parceiros de design e capacidade de fabricação. Esta abordagem protege contra interrupções de fornecimento características da dependência de um único fornecedor e fornece flexibilidade no dimensionamento de desempenho para diferentes tarefas de inferência.

Inferência—ou seja, executar modelos já treinados para gerar respostas aos usuários—tornou-se o principal campo de batalha do mercado de chips de IA em 2025–2026. É aqui que a demanda primária dos grandes provedores de nuvem se concentra: o treinamento do modelo acontece uma vez, enquanto a inferência é contínua. Nvidia mantém a dominância graças à sua arquitetura de GPU e ao ecossistema CUDA maduro; porém, as TPUs personalizadas do Google demonstram tradicionalmente eficiência energética superior em tarefas de modelos de transformadores.

Para o mercado, isso significa intensificar a concorrência no segmento de hardware de IA em nuvem. Se o Google conseguir dimensionar sua própria cadeia de suprimentos para os volumes necessários, seus clientes terão uma alternativa real aos clusters de GPU da Nvidia—com potencial custo mais baixo por token de inferência e menor dependência de um único fornecedor.