TPU frente a GPU: Google va por la corona de NVDA

Durante diez años Google fabricó un procesador que no vendía; trabajaba dentro de sus propios edificios. Luego Anthropic, el laboratorio detrás de Claude, firmó por hasta un millón de TPU en un acuerdo de decenas de $B. Veintiséis días después, segundo gesto: $30B de capacidad Azure vía Microsoft, más NVDA. El cliente más buscado de la carrera de la IA mantiene dos puertas abiertas. La pregunta se escribe sola: ¿qué retiene a ese cliente con NVDA?

La historia empieza con la búsqueda por voz en 2013. Los ingenieros calculan: tres minutos diarios por persona y los procesadores comunes obligarían a duplicar los centros de datos. Nace el TPU: una malla de calculadoras pequeñas donde los números esperan en celdas, los datos entran una vez y pasan de celda en celda. El GPU es lo opuesto: miles de trabajadores flexibles, cada uno trayendo sus números de la memoria mientras crecen las colas. La imagen de las hormigas es famosa: las hormigas GPU caminan al estanque una por una; las hormigas TPU se pasan el agua en fila. El equipo levanta el primer TPU en 15 meses; en el anuncio de 2016 ya sirve al buscador y a las partidas de AlphaGo contra Lee Sedol. Ese año Jensen Huang entrega en mano un sistema de IA a OpenAI. Un lado fabrica procesadores para su propio dolor; el otro vende sistemas para el ajeno.

NVDA es el árbol visible; las raíces corren bajo tierra y se llaman CUDA. Extendida desde 2006, esa capa de software creció con PyTorch: millones de desarrolladores, años de práctica acumulada. Cambiar de procesador son semanas de reescritura y nuevas pruebas. Google cultivó sus raíces, JAX y XLA, donde se entrenó Gemini. Pero la mayoría de los equipos externos habla PyTorch. En 2026 llega TorchTPU: las cargas PyTorch corren en TPU con pocos cambios. Las raíces deciden lo fácil del traslado. Un paso paralelo viene de GitHub: una base TPU unificada para vLLM pasa las definiciones de modelos JAX y PyTorch por una vía única. Según el relato Google, Ironwood une 42,5 exaflops de cómputo FP8 para entrenar y para servir.

Cuando termina el entrenamiento, empieza el turno real: responder a los usuarios. Cada respuesta pone a trabajar los procesadores. El TPU nació para este oficio, e Ironwood se dedica a servir: memoria más ancha, caminos más veloces hacia ella, enlaces más veloces entre procesadores. Pero NVDA no duerme: suma unidades de cálculo en malla a sus GPU, y vende bastidores de 72 como un solo sistema. En noviembre de 2025 sale Gemini 3, entrenado solo con TPU; una semana después surgen las charlas de alquiler TPU de Meta, y las acciones NVDA pierden valor. NVDA hace algo raro y comenta a un rival: celebra el éxito Google, dice, y va una generación por delante del sector. Un mes después sigue el acuerdo de licencia Groq por $20B; su fundador Jonathan Ross había iniciado el esfuerzo TPU en Google doce años atrás. El resumen EconomicTimes anota que Ross y su equipo se unen a NVDA mientras GroqCloud sigue solo.

El precio por hora engaña: un sistema barato que corre largo puede costar más al final. Google guarda una ventaja real: un procesador NVDA insignia cuesta unos $6.400 de fabricar y se vende entre $30K y $40K, un margen que Google se ahorra en sus piezas. Pero el ahorro dentro Google no aterriza igual en la factura del cliente. Y el 80 % más de rendimiento por dólar mide el TPU nuevo contra su anterior, no contra NVDA. Solo una prueba vale: misma calidad, misma velocidad, factura menor — con el modelo del cliente.

Aun así, algo cambió: Google ya vende sistemas TPU, no solo los alquila. Según el reporte Yahoo, Meta conversa para alquilar primero y operar TPU en sus edificios desde 2027, con cifras de $B sobre la mesa. El caso Apple también prueba la escala: su modelo servidor entrenado en más de 8.000 TPU. En Broadcom se esperan decenas de $B en envíos TPU al año, Anthropic como mayor comprador. Huang responde duro: sin Anthropic, ¿dónde estaría el crecimiento TPU? Pero las cifras están: la página Yahoo del trimestre NVDA lista $96,2B de ingresos con $89B de centros de datos. Para Google, ganar no es quitar cada GPU; es llevarse el próximo pedido y una parte del servicio.

En 2013 los ingenieros miraron tres minutos de búsqueda por voz y fabricaron el procesador que cambió su cuenta. Hoy Google ofrece a otras firmas la misma chance: cambiar la suya. Reemplazar cada procesador NVDA sobra; basta dar una razón al próximo pedido. El veredicto cae en la factura, no en el laboratorio.