Chip Google TPU 8 Bidik Langsung Nvidia

Klaim performa yang diajukan cukup substansial. Google menyatakan TPU 8t menghadirkan throughput pelatihan 2,8 kali lipat dibanding chip Ironwood generasi ketujuhnya yang diumumkan November 2025, dengan harga per unit yang sama. TPU 8i meningkatkan performa inferensi sebesar 80% dibanding Ironwood. Kedua chip memiliki 384 MB SRAM, dibandingkan 128 MB milik Ironwood — pelipattigaan memori on-chip yang mengurangi waktu tunggu model pada akses memori eksternal, salah satu hambatan latensi utama dalam inferensi skala besar. Ketersediaan komersial dijadwalkan "akhir tahun 2026," kata Google Cloud di konferensi tersebut, tanpa menyebutkan kuartal tertentu.

“Klaim performa yang diajukan cukup substansial.”

Anthropic, perusahaan keamanan AI berbasis di San Francisco dan pembuat keluarga model Claude, secara bersamaan berkomitmen untuk membeli kapasitas Google TPU dalam jumlah yang disebut "beberapa gigawatt" — angka yang, jika terealisasi, akan menempatkannya di antara pembeli komputasi terbesar di dunia. Pengumuman Anthropic memperkuat kemitraan yang telah ada antara kedua perusahaan dan menandakan bahwa permintaan komputasi AI frontier masih jauh melampaui pasokan saat ini dari vendor mana pun.

Bagi Google, generasi TPU 8 adalah kesempatan untuk mengubah nafsu industri AI yang tak terpuaskan akan komputasi menjadi pendapatan Cloud. Pendapatan Google Cloud tumbuh 28% secara tahunan pada Q1 2026, mencapai 12,4 miliar dolar, menurut laporan laba Alphabet April 2026 — namun pangsa pasar infrastruktur cloudnya masih berada di bawah Amazon Web Services maupun Microsoft Azure. TPU yang kredibel yang mampu menarik lab-lab frontier menjauh dari akselerator Nvidia merupakan pergeseran struktural, bukan sekadar siklus produk.

Posisi Nvidia belum terancam secara skala besar. Perusahaan tersebut mengirimkan sekitar 40 miliar dolar GPU pusat data dalam tahun fiskal yang berakhir Januari 2026, menurut laporan mereka sendiri, dan ekosistem perangkat lunak CUDA-nya memberikan keunggulan biaya perpindahan yang belum mampu diatasi oleh pesaing mana pun. Chip AMD MI350, yang diluncurkan Maret 2026, menarik minat perusahaan yang cukup moderat namun belum mampu menggoyahkan pangsa Nvidia dalam pelatihan AI frontier. Generasi TPU Google sebelumnya mendapat adopsi signifikan secara internal namun kesulitan menarik beban kerja pihak ketiga dalam skala besar — kesenjangan antara performa tolok ukur dan migrasi dunia nyata lebih lebar dari yang diimplikasikan peta jalan Google.

Peringatan yang tersembunyi dalam pengumuman Google adalah perangkat lunak. Pelatihan di TPU memerlukan penulisan ulang atau kompilasi ulang alur kerja yang dirancang untuk GPU Nvidia — sebuah proses yang oleh lab-lab besar diperkirakan membutuhkan tiga hingga enam bulan waktu rekayasa per arsitektur model. Google telah meningkatkan perkakas kompiler JAX dan XLA-nya secara signifikan sejak 2024, dan komitmen Anthropic menunjukkan bahwa peningkatan tersebut mulai membuahkan hasil. Namun bagi lab-lab yang belum melakukan transisi, biaya perpindahan tetap nyata, dan ketersediaan "akhir tahun 2026" berarti ujian kompetitif masih berbulan-bulan lagi. Pertanyaan apakah pembelian TPU OpenAI merupakan proyek percontohan atau pergeseran struktural dalam strategi infrastrukturnya adalah sesuatu yang belum dijawab perusahaan tersebut secara publik.

Titik infleksi berikutnya adalah konferensi GTC Nvidia, yang dijadwalkan sementara pada September 2026, di mana perusahaan tersebut diperkirakan akan mengungkap harga dan ketersediaan seri Blackwell Ultra B300. Jika Google dapat menandatangani kontrak dengan lab-lab frontier tambahan — khususnya xAI atau divisi riset Meta — sebelum pengumuman tersebut, maka Google akan secara nyata mempersempit kesenjangan yang telah dibangun Nvidia selama satu dekade.