Ενώ προειδοποιεί δημόσια για τον «παραλογισμό» στην αγορά της τεχνητής νοημοσύνης, η ηγεσία της Google διέταξε ιδιωτικά μια επιθετική επέκταση της υποδομής για να διπλασιαστεί η χωρητικότητα εξυπηρέτησης της τεχνητής νοημοσύνης κάθε έξι μήνες.
Σύμφωνα με μια παρουσίαση που προβλήθηκε από το CNBC αυτή την εβδομάδα, η οδηγία στοχεύει σε αύξηση πενταπλάσιας κλίμακας από 1,0 φορές έως το supportheavy0 Συμπερασματικά.”
Αποδίδεται από τον Αντιπρόεδρο της υποδομής Amin Vahdat, αυτή η εσωτερική εντολή έρχεται σε πλήρη αντίθεση με τα πρόσφατα σχόλια του Διευθύνοντος Συμβούλου Sundar Pichai σε μια συνέντευξη με το BBCim σχετικά με μια πιθανή bubbleg. src=”https://winbuzzer.com/wp-content/uploads/2025/04/Google-TPU-v7-Ironwood-ai-chips-official.jpg”>
Καθοδηγούμενη από τον υπαρξιακό φόβο της ανεπαρκούς επένδυσης, η στρατηγική βασίζεται στο προσαρμοσμένο πυρίτιο, όπως το Ironwood’s Google’s’s Ironwood από την ανάπτυξη της χωρητικότητας των Chips.
The 1.000x Mandate: Inside the War Room της Google
Λεπτομέρειες που προέκυψαν από την ολομέλεια της 6ης Νοεμβρίου παρουσιάζουν μια εικόνα μιας εταιρείας που λειτουργεί σε εμπόλεμες βάσεις.
Ο αντιπρόεδρος υποδομής Amin Vahdat παρουσίασε έναν οδικό χάρτη με τίτλο”Απαραίτητες απαιτήσεις για την ανάπτυξη AI για να διατηρήσει την ανάπτυξη”. Ρητά, η οδηγία απαιτεί από την Google να διπλασιάζει την ικανότητα εξυπηρέτησης τεχνητής νοημοσύνης κάθε έξι μήνες για να διατηρήσει την ανταγωνιστική της θέση.
Οι μακροπρόθεσμες προβλέψεις στοχεύουν σε μια εκπληκτική 1.000-πλάσια αύξηση της χωρητικότητας μέσα σε μόλις τέσσερα έως πέντε χρόνια. Η οδήγηση αυτής της επιτάχυνσης δεν είναι η εκπαίδευση μοντέλων, η οποία έχει καταναλώσει ιστορικά το μεγαλύτερο μέρος των υπολογιστικών πόρων, αλλά μια θεμελιώδης αλλαγή στην «εποχή των συμπερασμάτων».
Μοντέλα όπως το Gemini 3 Pro που κυκλοφόρησε πρόσφατα απαιτούν τεράστια, συνεχή υπολογιστική ισχύ για την εκτέλεση συλλογιστικών εργασιών και την εκτέλεση κώδικα.
Ο Vahdat προειδοποίησε ότι το πιο κρίσιμο μέρος της AI και της υποδομής είναι επίσης το πιο κρίσιμο κομμάτι της AI και της υποδομής. race.”
Αυτό το συναίσθημα ενισχύθηκε από τον CEO Sundar Pichai, ο οποίος ανέφερε χαμένες ευκαιρίες με το εργαλείο παραγωγής βίντεο της εταιρείας, Veo, λόγω περιορισμών υλικού. Ο Pichai παραδέχτηκε ότι παρά την ισχυρή ανάπτυξη του cloud, «αυτοί οι αριθμοί θα ήταν πολύ καλύτεροι αν είχαμε περισσότερους υπολογισμούς».
Από το να περιορίζεται ενόψει του σκεπτικισμού της αγοράς, ο εσωτερικός τόνος πλαισιώνει το 2026 ως ένα «έντονο» έτος «σκαμπανεβάσεων». Το μήνυμα της ηγεσίας είναι σαφές: ο πρωταρχικός περιορισμός στην ανάπτυξη δεν είναι πλέον η ικανότητα λογισμικού αλλά η φυσική διαθεσιμότητα υπολογιστών.
The Silicon Shield: Ironwood, Axion και η παγίδα αποτελεσματικότητας
Η κλιμάκωση της χωρητικότητας κατά 1.000 φορές με τη χρήση υλισμικού εκτός αγοράς θα ήταν καταστροφική. Η στρατηγική της Google βασίζεται στην αποσύνδεση των κερδών απόδοσης από τις γραμμικές αυξήσεις κόστους. Ο Vahdat περιέγραψε την απαίτηση μηχανικής:
“Η Google πρέπει να”μπορεί να προσφέρει 1.000 φορές περισσότερες δυνατότητες, υπολογισμούς, δικτύωση αποθήκευσης για ουσιαστικά το ίδιο κόστος και όλο και περισσότερο, την ίδια ισχύ, το ίδιο επίπεδο ενέργειας”, είπε ο Vahdat.”
Η υποστήριξη αυτής της τεράστιας επέκτασης είναι μια απλή αλλά βάναυση οικονομική πραγματικότητα. Η εξάρτηση από το Ironwood TPU, το οποίο μπήκε σε γενική διαθεσιμότητα μόλις πρόσφατα, είναι κεντρικό σε αυτήν τη στρατηγική.
Διεκδικώντας 10x βελτίωση της απόδοσης αιχμής σε σχέση με το v5p, αυτό το τσιπ έβδομης γενιάς προσφέρει 2x απόδοση ανά watt σε σύγκριση με την προηγούμενη γενιά Trillium.
Οι φόρτοι εργασίας γενικής χρήσης με εκφόρτωση όπλων C είναι δωρεάν για τους νέους φόρτους εργασίας PU με ισχύx. και θερμικός χώρος κεφαλής για εργασίες τεχνητής νοημοσύνης. Μετακινώντας τις τυπικές εργασίες υπολογισμού σε πιο αποδοτικούς επεξεργαστές, η Google στοχεύει να μεγιστοποιήσει τη διαθέσιμη ενέργεια για τις TPU της που απαιτούν ενέργεια.
Υιοθετώντας μια φιλοσοφία «συν-σχεδιασμού», οι μηχανικοί ενσωματώνουν το λογισμικό απευθείας με την αρχιτεκτονική υλικού. Έρευνα από το Google DeepMind ενημερώνει τον σχεδιασμό του τσιπ, επιτρέποντας στην εταιρεία να αποσπάσει κέρδη εκεί όπου το τυπικό υλικό δεν μπορεί. Ο Vahdat σημείωσε ότι”δεν θα είναι εύκολο, αλλά μέσω της συνεργασίας και του συν-σχεδιασμού, θα φτάσουμε εκεί.”
Το να φαίνεται μεγάλο, ωστόσο, είναι η”παγίδα της αποτελεσματικότητας”. Το παράδοξο του Jevons υποδηλώνει ότι καθώς ο υπολογισμός γίνεται πιο αποτελεσματικός, η ζήτηση θα αυξηθεί για να καταναλώσει το πλεόνασμα, αναιρώντας την εξοικονόμηση κόστους. Εάν το κόστος της εξαγωγής συμπερασμάτων μειωθεί, ο όγκος των ερωτημάτων – που οδηγείται από πρακτικές ροές εργασιών και συλλογιστική «Deep Think» – αναμένεται να εκραγεί, διατηρώντας τη συνολική κατανάλωση ενέργειας σε υψηλά επίπεδα.
The Bubble Paradox: Betting Against ‘Irrationality’
Εν μέσω σκεψιμότητας για την αύξηση της απόδοσης ROAI) αυτή η επιθετική εσωτερική επέκταση συνεχίζεται.
Σε μια συνέντευξη στο BBC, ο Pichai παραδέχτηκε ότι υπάρχουν”στοιχεία παραλογισμού”στην τρέχουσα αποτίμηση της τεχνητής νοημοσύνης στην αγορά. Παρά αυτή τη δημόσια προσοχή, η Alphabet αύξησε την πρόβλεψή της για κεφαλαιουχικές δαπάνες για το 2025 στα 93 δισεκατομμύρια δολάρια, με μια «σημαντική αύξηση» που έχει προγραμματιστεί για το 2026.
Οι εργαζόμενοι αμφισβήτησαν άμεσα την ηγεσία σε αυτήν την αποσύνδεση κατά τη διάρκεια της συνεδρίας Q&A. Μια ερώτηση αφορούσε συγκεκριμένα την ένταση μεταξύ των αυξανόμενων δαπανών και του φόβου για διόρθωση της αγοράς:
“Εν μέσω σημαντικών επενδύσεων Al και συζητήσεων στην αγορά για πιθανή έκρηξη της φούσκας Al, πώς σκεφτόμαστε να διασφαλίσουμε μακροπρόθεσμη βιωσιμότητα και κερδοφορία εάν η αγορά Al δεν ωριμάσει όπως αναμένεται;”
Η άμυνα της Pichai βασίζεται στην εταιρεία. Υποστήριξε: «Είμαστε σε καλύτερη θέση να αντέχουμε, ξέρετε, τις ελλείψεις, από άλλες εταιρείες.»
Αμυντικά, η λογική υποστηρίζει ότι ο κίνδυνος υποεπένδυσης –και δυνητικά άσχετος– είναι υπαρξιακός, ενώ η υπερεπένδυση είναι απλώς δαπανηρή.
Τέτοιοι συλλογισμοί οδηγούν επί του παρόντος τη συνεχιζόμενη πραγματικότητα από την υποδομή AI. Η Google ουσιαστικά στοιχηματίζει ότι μπορεί να ξεπεράσει τους ανταγωνιστές σε έναν πόλεμο φθοράς έντασης κεφαλαίου.
Πραγματικότητα της αγοράς: Το δίλημμα του φυλακισμένου της τεχνητής νοημοσύνης
Συλλογικά, οι”Big Four”– η Google, η Microsoft, η Amazon και η Meta – αναμένεται να δαπανήσουν πάνω από 3 δισεκατομμύρια $ το χρόνο αυτό το έτος. href=”https://www.cnbc.com/2025/11/21/google-must-double-ai-serving-capacity-every-6-months-to-meet-demand.html”target=”_blank”>στοιχεία που αναφέρονται από το CNBC. Ο Διευθύνων Σύμβουλος της Nvidia, Jensen Huang, απέρριψε ρητά την αφήγηση της «φούσκας» αυτή την εβδομάδα, επικαλούμενος απτή ζήτηση, μια άποψη που η Google πρέπει να αντισταθμίσει.
Ο ανταγωνιστής OpenAI αντιμετωπίζει τους δικούς του αγώνες. Ένα εσωτερικό σημείωμα από τον Sam Altman που εμφανίστηκε αυτή την εβδομάδα υποδηλώνει ότι ο ηγέτης του κλάδου αντιμετωπίζει ολοένα και περισσότερο την οικονομική πραγματικότητα της κλιμάκωσης. Αυτό δημιουργεί ένα άνοιγμα για την Google ώστε να αξιοποιήσει την κάθετη ολοκλήρωσή της.
Η μετατόπιση του σημείου συμφόρησης από τη διαθεσιμότητα δεδομένων στην καθαρή ταχύτητα και κόστος δημιουργίας διακριτικών είναι η”Εποχή των συμπερασμάτων”. Το συγκεκριμένο πλεονέκτημα της Google έγκειται στην προσαρμοσμένη στοίβα πυριτίου της, η οποία δυνητικά της επιτρέπει να αντιμετωπίσει έναν πόλεμο τιμών που συντρίβει το περιθώριο καλύτερα από αυτούς που εξαρτώνται αποκλειστικά από το υλικό Nvidia.
Πρόσφατες κυκλοφορίες προϊόντων, όπως το Gemini 3 Pro και το Gemini 3 Pro Image, αυξάνουν αυτή τη ζήτηση. Σε τελική ανάλυση, το αποτέλεσμα εξαρτάται από το εάν οι λειτουργίες premium, όπως το”Deep Think”και οι ροές εργασιών αντιπροσώπων μπορούν να αποφέρουν έσοδα γρηγορότερα από ό,τι μειώνεται το υλικό.
Παρά το εκπληκτικό κόστος που συνεπάγεται, η Google μέχρι στιγμής φαίνεται δεσμευμένη σε μια στρατηγική”χτίστε το και θα έρθουν”.
