O Googlu se dlouho říkalo, že zaspal dobu. Firma, která kdysi změnila způsob, jakým vyhledáváme informace, najednou působila jako obr, který na poli umělé inteligence nechal předběhnout mladšími a dravějšími hráči. Jenže teď tenhle obr znovu otevřel oči. Jeho nový AI model Gemini 3 patří podle dostupných hodnocení k absolutní špičce, což by samo o sobě stačilo na pořádný rozruch. Jenže tím to nekončí. Google už víc než deset let staví vlastní čipy pro umělou inteligenci, dlouho ale potichu a pro sebe. Teď je ale poprvé ukazuje v plné síle a nabízí i ostatním. A udělal tak silný dojem, že Sam Altman vydal v OpenAI, které oboru prozatím kralovalo, jasný signál, že je to pro něj neakceptovatelné.

Když přijde řeč na umělou inteligenci obecně, pozornost se většinou soustředí právě na OpenAI, které s ChatGPT určuje tempo vývoje, a na Nvidii, jejíž grafické karty se staly nejcennějším zbožím technologického světa. Jenže právě ve chvíli, kdy Nvidia dosahuje rekordních zisků a OpenAI dál roste, se Google dere zpět na vrchol.

Zlom nastal hlavně díky dvěma událostem. Model Gemini 3 se po uvedení vyšplhal na samotnou špičku řady běžných AI testů, od generování textu přes práci s obrázky až po převod textu na video. A do toho přišel Ironwood, sedmá generace vlastních čipů TPU, tedy specializovaných procesorů navržených výhradně pro výpočty, které AI potřebuje nejčastěji.

Google je roky používal interně, teď je ale poprvé nabízí ve velkém i ostatním. A zájem mají ti největší: Anthropic, autor modelu Claude, už oznámil, že na TPU přenese další generace svých systémů. A podle dostupných informací Google jedná i s Metou, která buduje jednu z největších AI infrastruktur na světě. Jinými slovy, existuje skutečná alternativa k Nvidii.

Nevznikla ale přes noc. Příběh TPU se začal psát už kolem roku 2013, kdy si lidé v Googlu spočítali, že pokud by i malé procento uživatelů začalo používat hlasové vyhledávání pár minut denně, spotřebovalo by to veškerý tehdejší výpočetní výkon firmy. Google tak vyrobil vlastní čip navržený jen na to, aby co nejrychleji a nejúsporněji zvládl potřebný úkon.

Když pak v roce 2015 první TPU nasadil, rychle zjistil, že trefil do černého. Původně se počítalo jen s několika tisíci kusů, ale nakonec jich museli v Googlu vyrobit přes sto tisíc, protože okamžitě zrychlily služby, které tehdejší AI nejvíc potřebovala – řeč je především o rozpoznávání řeči, překladech, vyhledávání a systémech pro reklamu.

Právě to byla první vlna chytrých funkcí založených na neuronových sítích, které se teprve začínaly prosazovat. Jak tyhle modely rostly, měnily se i samotné TPU: z jednoho čipu postupně vznikaly celé propojené moduly, které dokázaly trénovat větší a složitější systémy.

Google je ale nikdy nepřetvaroval do extrémně úzkého zaměření, protože věděl, že AI se mění tak rychle, že příliš specializovaný návrh by zestárnul během roku. Raději je držel dostatečně univerzální, aby zvládly i další generace modelů – a právě tahle kombinace výkonu a pružnosti nakonec vedla až k dnešnímu Ironwoodu.

S ním vyrukoval Google právě teď proto, že ho prostě potřebuje. Ironwood je zjednodušeně řečeno nejnovější a nejvýkonnější mozek, jaký kdy Google postavil pro umělou inteligenci. Zatímco běžné procesory nebo grafické karty musí zvládat spoustu různých úloh, Ironwood je od začátku navržený jen na počítání obrovských matic čísel, tedy typ výpočtu, na kterém stojí moderní AI. A právě proto je tak rychlý.

Kromě toho je například více než třicetkrát efektivnější než TPU z roku 2018. Rychlost ale není všechno: Ironwood je navržený tak, aby jich šlo spojit obrovské množství dohromady a celé to fungovalo jako jeden jediný superpočítač. Další velká změna je v možnosti provozovat na tom samém čipu jak trénování modelů, tak jejich okamžité nasazení. Dřív se to často řešilo odděleně, jeden typ čipu trénoval a jiný pak model spouštěl.

Zajímavý je ale i ekonomický aspekt, který tyto čipy provází – AI je totiž otázkou obrovských nákladů. Ne proto, že by byla drahá sama o sobě, ale protože její provoz spotřebuje neskutečné množství elektřiny. Když tedy provozujete tisíce serverů, každá úspora se násobí a může znamenat desítky milionů dolarů ročně.

A právě tady mají TPU výhodu: jsou to čipy navržené přímo pro úkony, které AI dělá pořád dokola, takže s nimi velká centra mohou běžet levněji a efektivněji. Google navíc kontroluje skoro všechno, čip, software i stavbu datacenter, takže si je může navrhnout tak, aby společně šlapaly jako jeden celek.

Firmě hraje do karet i to, že konkurence v podobě Amazonu a Microsoftu si sice taky staví vlastní čipy, ale jsou několik let pozadu. A Nvidia, která dnes většinu světa AI pohání, má tak obrovskou poptávku, že ji nestíhá plně pokrýt. Takže zatímco ještě před pár lety Google doháněl konkurenci a řešil vlastní přešlapy, dnes se situace obrací – a to tak, že tentokrát poplach nevyhlásil Google, ale OpenAI, stále ještě nejsilnější hráč v tomto odvětví.

Sam Altman, šéf této firmy, prý v interním e-mailu zalarmoval zaměstnance a nařídil přesunout víc lidí zpět k ChatGPT a odložit jiné projekty. Je to vlastně zrcadlový obrázek toho, co zažil Google po nástupu ChatGPT, jenže tentokrát stojí na opačné straně. Neznamená to, že by Google měl vyhráno; ChatGPT má pořád víc uživatelů a OpenAI připravuje další verze svého modelu. Ale ukazuje se, že AI už není sólo závod Altmana a jeho firmy.