Google dinilai memiliki keunggulan tersendiri, termasuk pengalaman lebih dari satu dekade dalam merancang chip, sumber daya besar dari bisnis pencarian, serta integrasi erat antara pengembangan model AI dan perangkat keras.
Berbeda dengan pesaingnya, Google juga memproduksi chip sendiri dalam skala besar. CEO Google DeepMind, Demis Hassabis menyebut minat terhadap TPU meningkat tajam di kalangan laboratorium AI. “Banyak pihak ingin menjalankan kombinasi TPU dan GPU,” sebutnya.
TPU belakangan disebut semakin relevan dalam mendukung kebutuhan komputasi agen AI generasi baru yang menangani tugas kompleks secara otomatis.
Permintaan melonjak
Lonjakan minat terhadap chip Google mulai terlihat sejak Oktober lalu, ketika Anthropic mengumumkan kesepakatan besar untuk mengakses hingga satu juta TPU. Tak lama berselang, Google meluncurkan model AI Gemini 3 yang mendapat respons positif luas.
Permintaan terus meningkat dari perusahaan besar. Seperti Meta Platforms yang telah menandatangani kesepakatan bernilai miliaran dolar untuk menggunakan TPU melalui Google Cloud dalam beberapa tahun ke depan.
Selain itu, Anthropic juga menjalin kerja sama dengan Broadcom untuk mendapatkan akses daya komputasi besar mulai 2027. Sejumlah perusahaan lain, termasuk Citadel Securities dan G42, juga mulai menjajaki pemanfaatan TPU.
Dalam menjawab kebutuhan pasar, Google mulai lebih fleksibel termasuk menguji penggunaan TPU di pusat data milik pelanggan serta membuka kompatibilitas dengan perangkat lunak eksternal seperti PyTorch.
Meski demikian, Google menghadapi tantangan struktural dalam pengembangan chip. Siklus produksi chip yang bisa mencapai tiga tahun dinilai tidak sejalan dengan perkembangan model AI yang jauh lebih cepat.
Di sisi lain, integrasi erat antara tim AI dan hardware berpotensi membatasi eksplorasi pendekatan baru. Untuk mengatasinya, Google mempertimbangkan desain chip yang lebih fleksibel atau bahkan mengembangkan beberapa varian sekaligus.
Kendala pasokan juga mulai muncul. Sejumlah pelaku industri mengeluhkan keterbatasan akses TPU, yang disebut lebih diprioritaskan untuk perusahaan AI besar.
Ke depan, Google dihadapkan pada keputusan strategis, yakni menyeimbangkan penggunaan chip untuk kebutuhan internal dan pelanggan eksternal. “Ada keuntungan jika TPU hanya digunakan internal, tetapi risikonya adalah terjebak dalam ekosistem yang terbatas,” sebut Vahdat.
(red)
