Google nabídne své AI čipy Oraclu. Nakupovat je údajně chce i OpenAI

Google rozšiřuje dostupnost svých AI akcelerátorů TPU mimo vlastní cloud a od roku 2027 je nabídne také prostřednictvím infrastruktury Oraclu. Podle informací serveru The Information navíc jejich přímý nákup plánuje OpenAI, jeden z nejvýznamnějších zákazníků Nvidie. Zatímco spolupráce Googlu a Oraclu je oficiálně potvrzená, případná dohoda s OpenAI zůstává nepotvrzená. Vývoj každopádně ukazuje, že na trhu infrastruktury pro umělou inteligenci se začínají stále výrazněji prolínat role konkurentů, dodavatelů a zákazníků.

Společnosti Google a Oracle 27. října oznámily partnerství, díky němuž budou specializované procesory Tensor Processing Unit (TPU) dostupné také v cloudové platformě Oracle Cloud Infrastructure (OCI). Oracle se tak má stát prvním velkým poskytovatelem cloudových služeb mimo samotný Google, který zákazníkům nabídne přístup k těmto akcelerátorům.

První kapacity mají být dostupné v průběhu roku 2027, přičemž jejich rozšiřování je naplánováno na několik následujících let. Finanční podmínky spolupráce ani přesný rozsah počátečního nasazení společnosti nezveřejnily.

Ve stejný den přinesl server The Information zprávu, že nákup TPU plánuje také OpenAI. Redakce se odvolává na zdroj obeznámený se situací. Podrobnosti o hodnotě, objemu nebo termínu případné dodávky nejsou známé. Agentura Reuters následně uvedla, že OpenAI odmítla informace komentovat.

Pokud se zpráva potvrdí, půjde o další významný krok ve snaze OpenAI rozšiřovat dodavatelskou základnu výpočetní infrastruktury. Současně by to znamenalo obchodní úspěch Googlu, který s OpenAI přímo soupeří na trhu generativní umělé inteligence.

Google už nechce TPU jen pro sebe

Google vyvíjí vlastní akcelerátory TPU více než deset let. Na rozdíl od univerzálnějších grafických procesorů jsou tyto čipy navrženy především pro matematické operace používané při strojovém učení, trénování neuronových sítí a provozu AI modelů.

Dlouhou dobu šlo především o technologii pro interní potřeby Googlu a zákazníky jeho cloudové platformy. Společnost ale postupně mění strategii a začíná TPU zpřístupňovat širšímu okruhu zákazníků, včetně přímých dodávek hardwaru.

Důvod je především ekonomický. Náklady na trénování a provoz nejvýkonnějších modelů rostou a provozovatelé datových center hledají alternativy k akcelerátorům Nvidie. Vedle samotného výpočetního výkonu se stále více sleduje spotřeba elektřiny, náročnost chlazení, využití dostupné kapacity a především cena za zpracovaný požadavek.

Google v této oblasti nabízí nejen samotné čipy, ale také jejich propojení, síťovou infrastrukturu a softwarové nástroje. Snaží se tak konkurovat kompletním systémům Nvidie, nikoliv pouze jednotlivým procesorům.

Významnou překážkou širšího přijetí TPU však zůstává software. Nvidia má díky platformě CUDA dlouhodobě silné postavení ve vývojářském ekosystému a přechod na jinou architekturu může znamenat dodatečné náklady na úpravy a optimalizaci aplikací.

Google se tuto bariéru pokouší snižovat. V říjnu například zveřejnil jako otevřený software technologii TorchTPU, která umožňuje využívat TPU v populárním vývojovém prostředí PyTorch. Pro zákazníky je totiž důležité nejen to, zda alternativní čip dosahuje vysokého výkonu, ale také zda na něm dokážou bez zásadních komplikací provozovat existující modely.

Oracle sází na více dodavatelů současně

Pro Oracle je spolupráce s Googlem součástí širší strategie diverzifikace AI infrastruktury.

Společnost současně rozšiřuje spolupráci s Nvidií a připravuje rozsáhlé nasazování systémů založených na architektuře Vera Rubin. Do své nabídky zároveň zařazuje technologie dalších výrobců, včetně společností Cerebras a SambaNova.

Cílem není nahradit jednoho dodavatele druhým, ale nabídnout zákazníkům různé typy výpočetních prostředků podle charakteru jejich úloh.

Trénování rozsáhlého jazykového modelu má jiné požadavky než jeho následný provoz. Stejně tak se liší potřeby aplikací, které generují krátké odpovědi, analyzují velké objemy dokumentů nebo provozují komplexní AI agenty.

Právě provoz již natrénovaných modelů, označovaný jako inference, se postupně stává významnou oblastí konkurence. S rostoucím počtem uživatelů totiž přibývají také náklady na každodenní zpracování jejich požadavků.

Oracle proto staví na předpokladu, že zákazníci budou častěji kombinovat různé procesorové architektury. Pro poskytovatele cloudových služeb to může znamenat obchodní výhodu: zákazník nemusí přesouvat celý projekt k jinému poskytovateli jen proto, že chce vyzkoušet odlišný akcelerátor.

OpenAI a Google: konkurenti, kteří spolu obchodují

Případná dohoda mezi OpenAI a Googlem je zajímavá především z hlediska jejich vzájemného postavení.

Google prostřednictvím modelů Gemini přímo konkuruje produktům OpenAI. Současně ale obě společnosti spolupracují v cloudových službách. Už 21. října oznámily, že modely OpenAI budou dostupné v katalogu Model Garden platformy Google Cloud.

Podle dřívějších informací agentury Reuters začala OpenAI využívat pronajaté TPU Googlu již v roce 2025. Přímý nákup hardwaru by ale představoval další krok, protože by OpenAI umožnil využívat tyto akcelerátory také v infrastruktuře mimo Google Cloud.

Server The Information navíc upozornil, že OpenAI hledá specialistu, který by vedl optimalizaci jejích nejpokročilejších modelů pro TPU. Samotný nábor samozřejmě nedokazuje uzavření obchodní dohody, naznačuje však, že společnost tuto architekturu aktivně zkoumá.

Pro OpenAI by šlo o způsob, jak omezit závislost na jediném dodavateli. Podobnou strategii ostatně uplatňují i další významní provozovatelé AI modelů, například Anthropic, který kombinuje různé zdroje výpočetní kapacity.

Na trhu se tak vytváří prostředí, v němž mohou být dvě společnosti současně přímými konkurenty v jedné oblasti a důležitými obchodními partnery v jiné.

Znamená to problém pro Nvidii?

Rozhodně zatím nelze mluvit o konci dominance Nvidie. Společnost má rozsáhlý softwarový ekosystém, zavedené vztahy s provozovateli datových center a silné postavení v dodávkách kompletní infrastruktury pro AI.

Rozšiřování TPU ale naznačuje, že velcí zákazníci nechtějí spoléhat výhradně na její technologie. Každá další použitelná alternativa jim poskytuje větší vyjednávací prostor při nákupech hardwaru a plánování dlouhodobých investic.

Pro samotnou Nvidii je proto potenciální konkurencí nejen AMD, ale stále výrazněji také technologické společnosti vyvíjející vlastní akcelerátory.

Zároveň je důležité nepřeceňovat jednotlivá oznámení. Dostupnost TPU v Oraclu je zatím plánem pro rok 2027 a bez údajů o cenách, kapacitách nebo nezávislých výkonových testech nelze určit, jak výhodná tato nabídka skutečně bude. Podobně není jasné, jak významnou část infrastruktury OpenAI by mohl případný nákup TPU představovat.

Pro zákazníky může být důležitější cena než výrobce

Z pohledu firemních zákazníků a partnerů dodávajících infrastrukturu je podstatné především rozšiřování možností výběru.

Pokud budou poskytovatelé cloudových služeb schopni nabídnout několik výpočetních architektur, může se více prosazovat rozhodování podle konkrétního použití, celkových nákladů a požadované dostupnosti služby.

Pro systémové integrátory a poskytovatele IT služeb to současně znamená rostoucí význam znalostí různých AI platforem. Rozhodující nebude pouze výběr nejvýkonnějšího čipu, ale schopnost navrhnout ekonomicky smysluplné řešení, které zohlední náklady na provoz, přenos dat, software i správu infrastruktury.

Z pohledu výrobců polovodičů je však současná situace pozoruhodná. Konkurenční AI společnosti investují do vlastní infrastruktury, pronajímají si kapacity jedna od druhé a zároveň hledají nové dodavatele. Všichni přitom potřebují stále více výpočetního výkonu.

A tak zatímco se vede intenzivní debata o tom, kdo nakonec vydělá na samotných AI modelech, dodavatelé čipů a infrastruktury mají obchodní příležitost už dnes.

Zdroj: oracle.com

Zdroj obrázku: vygenerováno pomocí AI