Auf den Punkt: Google investiert Milliarden in TPU-Chip-Produktion und Rechenzentren-Finanzierung, um Nvidias 90-prozentigen KI-Marktanteil zu gefährden, kopiiert dabei Nvidias bewährte Infrastruktur-Lock-in-Strategie.
Google finanziert masiv den Ausbau seiner Tensor Processing Units (TPUs) und den Aufbau von KI-Rechenzentren, um Nvidias 90-prozentigen Marktanteil bei KI-Chips zu attackieren. Mit Investitionen wie dem 3,2-Milliarden-Projekt Lake Mariner kopiert Google Nvidias Strategie, die Absatzsicherung durch Infrastruktur-Finanzierung.
Google expandiert seine TPU-Vermarktung systematisch. Das Projekt Lake Mariner in New York ist das zentrale Beispiel: Alphabet stellt 3,2 Milliarden US-Dollar bereit, um Tausende Google-TPUs über ein Rechenzentrum an Anthropic zu vermieten. Diese Strategie ahmt Nvidias bewährtes Modell nach – Kunden durch finanzielle Zusagen und Hardware-Verfügbarkeit zu binden.
Die TPU-Entwicklung Googles reicht bis 2013 zurück. Jeff Dean, heute Chefwissenschaftler bei DeepMind, diagnostizierte damals: Wollte Google ein Sprachmodell für 100 Millionen Nutzer deployen, hätte dies die Server-Kapazität verdoppelt. Also musste spezialisierte Hardware entstehen. Jahrelang nutzte Google TPUs nur intern für Websuche und Spracherkennung. Seit die KI-Nachfrage explodiert, vertreibt Google die Chips über die Cloud-Division und im Direktvertrieb. Anthropic trainiert bereits mit der siebten TPU-Generation.
Konkrete Erfolge entstehen: Google schloss eine Partnerschaft im Wert von 5 Milliarden US-Dollar mit Blackstone ab, um KI-spezialisierte Cloud-Services zu bauen. Der Kunde Citadel Securities meldet bei TPU-Migration Kostenreduktionen von 30 Prozent und vierfach höhere Verarbeitungsgeschwindigkeit. Parallel plant Google mit 85 Milliarden US-Dollar Eigenkapital den globalen Infrastruktur-Ausbau – neben Lake Mariner auch das 7-Milliarden-Projekt River Bend in Louisiana und ein 1,4-Milliarden-Projekt in Texas.
Nvidia behält trotzdem dominante Marktposition: Über 90 Prozent globaler KI-Chip-Markt. Grund ist die etablierte CUDA-Software-Architektur, an die Entwickler gebunden bleiben. Nvidia-CEO Jensen Huang blieb skeptisch: „Ich würde gerne hören, wie sie den Kostenvorteil von TPUs demonstrieren” (April-Interview). Seit Dezember koordiniert Amin Vahdat als Chief Technology Officer Googles globalen Infrastruktur-Ausbau. Vahdat sieht die Konkurrenz pragmatisch – Google betreibt in seinen Rechenzentren weiterhin Nvidia-GPUs parallel zu TPUs.
Quelle: www.it-daily.net · Erschienen 22. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.1.