Заголовок: Прогноз по серверам TPU на 2026 год: Google бросает вызов королю
Аналитики из исследовательской компании Omdia представили прогноз, который может перевернуть сложившуюся иерархию на рынке специализированных процессоров для искусственного интеллекта. Согласно их данным, к 2026 году Google, благодаря собственным чипам Tensor Processing Unit (TPU), может обойти нынешнего безусловного лидера Nvidia по объему поставок серверов на базе ускорителей AI. Этот прогноз указывает на начало новой, более острой фазы конкурентной борьбы, где гиганты облачных технологий стремятся снизить зависимость от сторонних поставщиков железа.
Согласно отчету Omdia, в 2023 году Nvidia доминировала на рынке AI-серверов с долей в 87,6%, в то время как доля серверов на базе Google TPU составляла лишь 3,7%. Однако аналитики прогнозируют кардинальный сдвиг в течение следующих трех лет. Ожидается, что к 2026 году поставки серверов с чипами TPU вырастут более чем в десять раз, что позволит Google занять долю рынка в 20-25%. При этом доля Nvidia, по прогнозам, сократится до 50-60%. Ключевым драйвером роста для Google станут как внутренние потребности для таких сервисов, как поиск, YouTube и Gemini, так и расширение предложения TPU через облачную платформу Google Cloud для внешних клиентов.
Этот прогноз отражает более широкий стратегический тренд в технологической индустрии, известный как «дизайн для вертикальной интеграции». Крупнейшие облачные провайдеры, включая Amazon с чипами Trainium и Inferentia и Microsoft, разрабатывающую собственные процессоры, стремятся оптимизировать производительность и стоимость своей AI-инфраструктуры, уходя от универсальных решений. Для Nvidia, чья бизнес-модель построена на доминировании в качестве поставщика «железа для всех», это создает прямую угрозу. Хотя компания сохранит лидерство в ближайшие годы, растущая конкуренция со стороны клиентов, превращающихся в соперников, может замедлить ее рост и оказать давление на маржинальность. Битва за будущее искусственного интеллекта все больше смещается с уровня программного обеспечения и моделей на уровень кремниевых чипов, где определяются реальная эффективность и экономика масштабных развертываний.