Google hat seine Position im Bereich der Künstlichen Intelligenz durch hauseigene Tensor Processing Units (TPUs) gestärkt, die den Chatbot Gemini des Unternehmens antreiben und einen wesentlichen Bestandteil seines schnell wachsenden Cloud-Computing-Geschäfts darstellen. Laut FactSet prognostizieren Analysten einen Anstieg der Google-Cloud-Einnahmen um rund 64 % in diesem Jahr auf 96 Milliarden US-Dollar, wobei für 2027 ein weiteres Wachstum von über 50 % erwartet wird. Die TPUs bieten Kostenvorteile, da sie 20 % bis 40 % weniger Energie verbrauchen als Nvidia-Prozessoren, was es Google ermöglicht, überschüssige Rechenkapazität etwa 20 % bis 30 % günstiger anzubieten, so Ralph Schackart, Analyst bei William Blair. Dies positioniert Alphabet als bedeutende Kraft in der KI-Infrastruktur, auch wenn Google Cloud bei den Einnahmen hinter Amazon Web Services und Microsoft Azure zurückbleibt. Der kundenspezifische Siliziumansatz des Unternehmens adressiert die steigende Nachfrage nach KI-Rechenleistung und senkt gleichzeitig die Betriebskosten. CEO Sundar Pichai verwies auf eine Reduzierung der Kosten pro Gemini-Bedienungseinheit um 78 % im Laufe des Jahres 2025.
Google TPUs liefern Kosteneffizienz durch spezialisiertes Design
Die TPUs von Google gehören zu einer Klasse von Chips, die als anwendungsspezifische integrierte Schaltungen (ASICs) bezeichnet werden und speziell für maschinelle Lernaufgaben wie das Trainieren von Modellen und deren Echtzeitausführung durch Inferenz entwickelt wurden. Brad Gastwirth, Global Head of Market Research and Market Intelligence bei Circular Technology, verglich ASICs mit einem maßgeschneiderten Anzug, der für bestimmte Aufgaben zugeschnitten ist, und nicht für den Körper einer Person. Google entwickelt die Chips gemeinsam mit Broadcom.
Die Spezialisierung ermöglicht es den TPUs, mit weniger Strom mehr Rechenleistung zu erbringen. „Die meisten ASICs verbrauchen 20 % bis 40 % weniger Energie als Nvidia-Prozessoren, was eine höhere Leistung pro Dollar ermöglicht“, erklärte Ralph Schackart, Analyst bei William Blair. Diese Kostenvorteile erlauben es Google, überschüssige Rechenkapazität etwa 20 % bis 30 % günstiger anzubieten, was KI-Unternehmen zu Googles Cloud-Geschäft und Unternehmensdiensten lockt.
Die neuesten TPUs der achten Generation, die Ende April auf der Google Cloud Next-Konferenz angekündigt wurden, markieren das erste Mal, dass Google sein Chip-Angebot in zwei spezialisierte Varianten aufteilt: die TPU 8t für das Modelltraining und die TPU 8i für die Inferenz. Google gab an, dass die Chips bis zu dreimal schneller für das KI-Modelltraining sind, eine um 80 % bessere Leistung pro Dollar bieten und in einem einzigen Cluster mehr als 1 Million TPUs betreiben können. „Dies gibt uns die Fähigkeit, den größten Trainingscluster der Welt zu schaffen“, sagte Pichai auf der Google I/O-Entwicklerkonferenz im letzten Monat.
Nvidia behält dominante Position im KI-Rechenmarkt
Nvidia bleibt der größte Akteur im Bereich KI-Rechenleistung, wobei seine GPUs eine dominante Stellung beim Training von KI-Modellen und der täglichen Inferenz einnehmen. Die GPUs des Unternehmens bieten mehr Flexibilität als ein ASIC wie eine TPU, da sie ursprünglich für die Darstellung von 3D-Computergrafiken entwickelt wurden, bevor ihre Rechenleistung für KI genutzt wurde. Nvidia hat einen großen Vorteil durch sein CUDA-Softwaresystem, um das Entwickler seit Jahren herum aufbauen. CEO Jensen Huang argumentierte letztes Jahr in einer Telefonkonferenz zu den Quartalszahlen: „Der Grund, warum Entwickler uns lieben, ist, dass wir buchstäblich überall sind.“
Analysten von Stifel schrieben in einer Forschungsnotiz vom Mai, dass Nvidia weiterhin der „führende Ökosystemanbieter“ sei, dessen dominanter Marktanteil kurzfristig geschützt sei. Sie argumentierten jedoch, dass Nvidias „Burggraben zunehmend auf die Probe gestellt wird“. Die Analysten sagten, dass sich der Markt bis Ende 2026 von einem „trainingsgeführten Regime hin zu einem inferenzgeführten Regime“ verlagere, was den Fokus stärker auf Rechenkosten und Kapitalrendite lege. Diese Entwicklung beschleunigt das Interesse der Hyperscaler an hauseigenen ASICs und alternativen KI-Chips.
Anthropic und Meta unterzeichnen milliardenschwere TPU-Verträge
Anthropic hat sich verpflichtet, mehrere Gigawatt an Google-TPUs zu nutzen, um seine Rechenressourcen zu erhöhen, da die Nachfrage nach seinen Modellen und Diensten stark ansteigt. Meta Platforms unterzeichnete im Februar einen Milliarden-Dollar-Vertrag mit Alphabet zur Nutzung von Google-TPUs. Kunden mieten den Zugang zu den Chips über Googles Cloud-Geschäft und können in einigen Fällen jetzt TPUs für ihre eigenen Rechenzentren kaufen.
Google-Cloud-CEO Thomas Kurian stellte im Future Forward-Podcast am 25. April fest, dass er eine TPU-Nachfrage über KI-Labore hinaus sieht, in Marktsegmente wie Finanzen und Energie. Das Finanzunternehmen Citadel Securities nutzt Googles TPUs für leistungsstarke Finanzmodellierung, und alle 17 nationalen Labore des US-Energieministeriums nutzen die von Google entwickelte KI-Co-Scientist-Software, die von Gemini angetrieben wird und auf den Chips basiert.
Google-Cloud-Auftragsbestand erreicht 472 Milliarden US-Dollar, angetrieben durch TPU-Nachfrage
Alphabet-CFO Anat Ashkenazi sagte, dass der Google-Cloud-Auftragsbestand im ersten Quartal sequenziell auf 472 Milliarden US-Dollar gestiegen sei, angetrieben durch die starke Nachfrage nach KI-Angeboten für Unternehmen und die Einbeziehung von TPU-Hardwareverkäufen für die eigenen Rechenzentren der Kunden. Analysten von Citizens prognostizierten in einer Notiz vom letzten Monat, dass Google im Jahr 2026 rund 3 Milliarden US-Dollar an Einnahmen aus TPU-bezogener Infrastruktur erzielen wird, bevor diese im Jahr 2027 auf 25 Milliarden US-Dollar ansteigen. „Wichtig ist, dass wir glauben, dass die Monetarisierung der TPUs in den aktuellen Konsensschätzungen nicht vollständig berücksichtigt ist, was ein erhebliches Aufwärtspotenzial signalisiert“, schrieben die Analysten Anfang Mai.
Kurian erklärte in einem Interview im Future Forward-Podcast im April, dass „wir unabhängig davon, wie wir es verkaufen, hervorragende Margen erzielen, weil wir unser eigenes geistiges Eigentum besitzen.“ Er fügte hinzu, dass die Chip-Nachfrage in einer bereits kapazitätsbegrenzten Umgebung wahrscheinlich jahrelang das Angebot übersteigen werde, sodass „die Stückkosten teurer werden, und in unserem Fall, weil wir unseren Chip kontrollieren, bleiben die Stückkosten attraktiv.“
Blackstone steuert 5 Milliarden US-Dollar zu gemeinsamem TPU-Cloud-Joint-Venture bei
Google hat ein neues KI-Rechen-Joint-Venture mit dem Vermögensverwaltungsriesen Blackstone gegründet, das auf der TPU basiert. Blackstone bringt 5 Milliarden US-Dollar an anfänglichem Eigenkapital in das Joint Venture ein, mit Plänen, bis 2027 eine Kapazität von 500 Megawatt online zu bringen und von dort aus zu skalieren. Google wird die Hardware, Software und das Know-how in der Infrastruktur bereitstellen. Auf LinkedIn ist derzeit eine Stellenausschreibung für den Chief Operating Officer der „Blackstone and Google TPU Cloud Company“ verfügbar.
Piper Sandler schrieb letzte Woche in einer Forschungsnotiz, dass das Joint Venture mit Blackstone „ein weiterer Vertrauensbeweis in TPUs ist und es Google ermöglicht, sein Engagement in der Cloud ohne erhebliche Kapitalanforderungen zu erhöhen.“ Die Analysten bezeichneten es als „kapitalschonenden Weg für Google, die TPU-Dynamik weiter voranzutreiben.“
Die Aktien von Alphabet sind seit ihrem Höchststand Anfang Mai um 16 % gefallen, was mit einer breiteren Schwächephase bei den Hyperscalern zusammenfällt. Im Jahresverlauf liegen die Alphabet-Aktien immer noch rund 8 % im Plus und übertreffen damit Microsoft, Amazon und Meta Platforms.
FAQ
Was sind Googles TPUs und wie unterscheiden sie sich von Nvidias GPUs?
Die Tensor Processing Units (TPUs) von Google sind anwendungsspezifische integrierte Schaltungen (ASICs), die gemeinsam mit Broadcom entwickelt und speziell für maschinelle Lernaufgaben wie das Trainieren von Modellen und die Inferenz optimiert wurden. Sie verbrauchen 20 % bis 40 % weniger Energie als Nvidia-Prozessoren, was es Google ermöglicht, überschüssige Rechenkapazität etwa 20 % bis 30 % günstiger anzubieten, so Ralph Schackart, Analyst bei William Blair. Nvidias GPUs bieten als Allzweckprozessoren, die ursprünglich für die 3D-Grafikdarstellung entwickelt wurden, mehr Flexibilität und halten eine dominierende Marktposition mit Vorteilen wie dem CUDA-Softwaresystem, um das Entwickler seit Jahren herum aufbauen.
Wie hoch werden die Einnahmen von Google aus dem Cloud-Geschäft in diesem Jahr voraussichtlich sein?
Wall Street prognostiziert laut FactSet einen Anstieg der Google-Cloud-Einnahmen um rund 64 % auf 96 Milliarden US-Dollar in diesem Jahr. Analysten erwarten für 2027 ein weiteres Wachstum von über 50 %. Alphabet-CFO Anat Ashkenazi berichtete, dass der Google-Cloud-Auftragsbestand im ersten Quartal sequenziell auf 472 Milliarden US-Dollar gestiegen sei, angetrieben durch die starke Nachfrage nach KI-Angeboten für Unternehmen und TPU-Hardwareverkäufe. Analysten von Citizens prognostizierten, dass Google im Jahr 2026 rund 3 Milliarden US-Dollar an Einnahmen aus TPU-bezogener Infrastruktur erzielen wird, bevor diese im Jahr 2027 auf 25 Milliarden US-Dollar ansteigen.
Welche großen Unternehmen haben Verträge zur Nutzung von Googles TPUs unterzeichnet?
Anthropic hat sich verpflichtet, mehrere Gigawatt an Google-TPUs zu nutzen, um seine Rechenressourcen zu erhöhen, da die Nachfrage nach seinen Modellen steigt. Meta Platforms unterzeichnete im Februar einen Milliarden-Dollar-Vertrag mit Alphabet zur Nutzung von Google-TPUs. Blackstone bringt 5 Milliarden US-Dollar an anfänglichem Eigenkapital in ein gemeinsames TPU-Cloud-Joint-Venture mit Google ein, mit Plänen, bis 2027 eine Kapazität von 500 Megawatt online zu stellen. Darüber hinaus nutzt das Finanzunternehmen Citadel Securities TPUs für leistungsstarke Finanzmodellierung, und alle 17 nationalen Labore des US-Energieministeriums verwenden KI-Software, die von Gemini angetrieben wird und auf den Chips basiert.
