Google verkauft KI-Chips nach Nvidia-Vorbild

Markus Seyfferth

Autor Dr. Web

21. Juni 2026

4 Min. Lesezeit

Google bietet seine TPU-Chips erstmals offensiv externen Rechenzentren an und setzt dabei auf das gleiche Mittel wie Nvidia: schiere Finanzkraft. Anthropic, Meta und sogar OpenAI rechnen längst auf Googles Silizium. Für IT-Entscheider entsteht damit eine zweite Bezugsquelle jenseits des Marktführers.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Googles KI-Chips, die Tensor Processing Units (TPU), liefen über ein Jahrzehnt fast ausschließlich in den eigenen Rechenzentren. Seit diesem Frühjahr verkauft der Konzern die Hardware gezielt an fremde Betreiber und greift ein Feld an, das Nvidia seit Jahren beherrscht.

Das Wichtigste in Kürze

Google verkauft seine TPU-Chips seit April 2026 offensiv an externe Kunden, nicht mehr nur über die eigene Cloud.
Die achte TPU-Generation trennt erstmals Training (8t) und Inferenz (8i) in zwei eigene Chips.
Anthropic, Meta, OpenAI und Apple nutzen bereits Google-Silizium statt allein auf Nvidia-GPUs zu setzen.
Für Unternehmen entsteht eine echte Alternative bei Preis und Verfügbarkeit von KI-Rechenleistung.

Warum verkauft Google plötzlich eigene Chips?

Ein orangefarbenes Sparschwein mit einer kleinen goldenen Krone auf weißem Hintergrund — Google bietet seine hauseigenen TPU-Chips nun als Cloud-Produkt an. Sundar Pichai kündigte auf der Cloud Next 2026 in Las Vegas die kommerzielle Verfügbarkeit an

Google nutzt die TPU seit über zehn Jahren intern für Suche, Gmail und die Gemini-Modelle. Auf der Cloud Next 2026 in Las Vegas machte Sundar Pichai den Bruch offiziell und liefert die neuen Chips nun als reguläres Produkt an Cloud-Kunden aus, ergänzt um ein Angebot an Nvidia-GPUs. Aus einem internen Werkzeug wird so ein Geschäft mit Milliardenpotenzial.

Wie schlagen sich die neuen TPUs technisch?

Steckkarte (Google TPU v6) auf weißem Sockel, rechts kleine LEGO-Figur mit Schraubenschlüssel — TPU 8t und TPU 8i: Googles neue KI-Chips mit dreifacher Rechenleistung und 80% besserem Preis-Leistungs-Verhältnis

Der Trainings-Chip TPU 8t skaliert auf 9.600 Einheiten und zwei Petabyte gemeinsamen Speicher pro Superpod, mit der dreifachen Rechenleistung des Vorgängers Ironwood und bis zu doppelter Leistung pro Watt. Der Inferenz-Chip TPU 8i verbindet 1.152 Einheiten und liefert nach Google-Angaben 80 % besseres Preis-Leistungs-Verhältnis pro Dollar als die vorige Generation. Damit lassen sich Millionen gleichzeitig laufender KI-Agenten kostengünstig betreiben.

Was hat Google von Nvidia abgeschaut?

Ein großes, metallisches Puzzlestück und ein kleiner, oranger Pinguin mit grünem Helm davor — Google finanziert KI-Startups und Entwickler, um diese früh an eigene Hardware zu binden, nach Nvidias erfolgreichem Geschäftsmodell

Nvidia hält seine Vormacht auch dadurch, dass es Kapital in das KI-Ökosystem steckt und Großkunden mitfinanziert, die anschließend Nvidia-Hardware kaufen. Google überträgt dieses Muster auf das eigene Geschäft und stützt sich auf Alphabets Investitionsbudget von rund 158 Milliarden Euro für 2026. Mit dieser Kriegskasse bindet der Konzern zahlungskräftige Modellbauer früh an die eigene Hardware.

Viele Kunden zögerten lange, sich offen gegen Nvidia zu stellen, weil Konzernchef Jensen Huang über Liefermengen und Konditionen entscheidet. Google tritt diesem Druck als einer der wenigen Anbieter entgegen, die finanziell mithalten können. Zugleich mietet Google selbst weiter Nvidia-GPUs an, zuletzt sogar Kapazität aus den Colossus-Rechenzentren von SpaceX.

Wenn der zweitgrößte Konzern der Welt seine Hausmacht aus Suche und Cloud nutzt, um Chips zu verkaufen, bekommt Nvidias Monopol zum ersten Mal eine ernsthafte Delle. Für deutsche IT-Abteilungen zählt vor allem, dass eine zweite Bezugsquelle den Preisdruck auf Rechenleistung erhöht.
— Michael Dobler, Herausgeber Dr. Web

Welche Konzerne rechnen schon auf Googles Silizium?

Ein Google Tensor G4 AI-Chip-Pokal mit grünem Leuchten und Brille auf grauem Hintergrund — Anthropic sicherte sich bis zu eine Million TPUs und über ein Gigawatt Kapazität. 400.000 Ironwood-Einheiten im Wert von 8,7 Milliarden Euro werden verbaut

Anthropic hat sich bis zu eine Million TPUs und mehr als ein Gigawatt Kapazität gesichert, die erste Tranche von 400.000 Ironwood-Einheiten im Wert von rund 8,7 Milliarden Euro wird bereits verbaut. Meta unterzeichnete im Februar 2026 einen mehrjährigen Milliardenvertrag. OpenAI bezieht inzwischen Inferenz-Kapazität, und schon Apple trainierte zwei seiner KI-Modelle auf Google-Chips. Parallel prüft Anthropic eigene Beschleuniger, um langfristig unabhängiger zu werden.

Was bedeutet das für Ihre KI-Planung?

Servergehäuse mit grüner Beleuchtung und einem Schild — Google TPUs als Alternative zu Nvidias GPUs reduzieren Anbieterabhängigkeit und Kosten, erfordern aber Softwareanpassungen

Eine ernstzunehmende Plattform neben Nvidia senkt das Risiko, bei Preisen und Lieferzeiten allein von einem Anbieter abzuhängen. Prüfen Sie bei neuen KI-Projekten, ob Ihr Cloud-Anbieter TPU-Instanzen führt, und vergleichen Sie die Kosten pro Token mit den GPU-Angeboten. Eine Umstellung kostet allerdings Zeit, denn auf Nvidias CUDA aufgebaute Software läuft nicht ohne Anpassung auf Googles Stack. Alphabets Finanzchefin Anat Ashkenazi rechnet ohnehin erst ab 2027 mit nennenswerten TPU-Umsätzen, der Umbau des Marktes läuft also über Jahre.

Mehr #Google News
Mehr zu Googles TPU