L'interesse di OpenAI per le TPU di Google

La corsa ai chip per l'intelligenza artificiale non si ferma mai. Il 27 ottobre 2026, The Information ha rivelato che OpenAI ha intenzione di acquistare le Tensor Processing Unit (TPU) di Google, oltre a continuare a noleggiarle. La notizia è stata ripresa da Reuters poche ore dopo. OpenAI ha scelto di non commentare, e Google non ha risposto. Nessuna delle due parti ha confermato cifre, volumi o scadenze di consegna.

In parallelo, la società guidata da Sam Altman ha pubblicato un'offerta di lavoro ufficiale per un Software Engineer specializzato in TPU Compilers, con sede a San Francisco. Il ruolo prevede di ottimizzare i modelli frontier di OpenAI sulle TPU, dalla scrittura di kernel alla quantizzazione per l'inferenza. L'offerta è pubblica e consultabile sulla piattaforma Ashby di OpenAI. Questo è il segnale più concreto che l'investimento nelle TPU non è tattico, ma strutturale.

Cosa sono le TPU di Google e perché OpenAI le vuole

Le TPU, Tensor Processing Unit, sono chip progettati da Google da oltre dieci anni per eseguire reti neurali. A differenza delle GPU generaliste di Nvidia, sono acceleratori progettati intorno alle moltiplicazioni di matrici, l'operazione che consuma la maggior parte del tempo di un modello di linguaggio. Per anni, Google le ha utilizzate solo nei propri data center per Search, YouTube e Gemini. Quest'anno ha iniziato a venderle o affittarle anche a terzi, come Anthropic, Meta e ora OpenAI.

OpenAI ha un problema concreto: paga a Nvidia miliardi di dollari all'anno. Il margine di ogni richiesta di ChatGPT dipende dal costo del silicio, e Nvidia è l'unico fornitore che riesce a tenere il passo con la domanda. La prossima generazione di chip, come abbiamo raccontato nell'articolo su Vera Rubin e HBM4, costa di più e arriva in ritardo. Ogni mese di ritardo nella roadmap di Nvidia è un mese in cui OpenAI paga di tasca propria. Diversificare significa due cose: abbassare il costo medio del calcolo e ridurre il potere contrattuale di Jensen Huang.

Il ruolo del compilatore, l'indizio più forte

L'offerta per l'ingegnere di TPU Compilers dice molto più dell'annuncio commerciale, perché le aziende non assumono per una capacità occasionale. I compilatori di IA significano riscrivere la catena che va dal modello al kernel, su un hardware diverso. Implica tracciare, profilare, quantizzare e ottimizzare la memoria HBM dei chip di Google per il traffico reale di ChatGPT. È un lavoro che richiede anni, non mesi.

Non è la prima segnale. OpenAI aveva già nominato Richard Ho, ex senior director of engineering di Google e uno dei responsabili delle Cloud TPU, a capo della propria divisione hardware. Un ex capo delle TPU che ora dirige il hardware di OpenAI, insieme a un posto pubblico per trasferire i modelli frontier su quelle stesse TPU, raccontano una direzione più chiara di qualsiasi comunicato. Lo stesso schema di diversificazione lo abbiamo visto negli agenti isolati che OpenAI ha annunciato a settembre, dove il traffico può essere distribuito in base al profilo di carico. Il gigante di Mountain View ha ceduto, in effetti, una parte del suo talento più prezioso.

Perché la notizia è diventata virale su Google Trends

La ricerca "openai tpu" ha registrato un breakout in tempo reale nella scheda "Le ultime tendenze" di Google Trends negli Stati Uniti, nella finestra di 24 ore. Il motivo è semplice: la coppia di nomi suscita curiosità. Fino a ieri, Nvidia era l'unico percorso, e oggi l'azienda più discussa nell'IA parla pubblicamente di trasferirsi, almeno in parte, sui chip del suo primo concorrente nei prodotti di consumo. La scorsa settimana, le due società hanno annunciato un altro passo nella stessa direzione, poiché OpenAI metterà i suoi modelli di frontiera a disposizione attraverso Google Cloud.

Non è un fenomeno isolato. Amazon, Microsoft e Alphabet prevedono di spendere insieme fino a 600.000 milioni di dollari in infrastruttura di IA nel 2026, una cifra pubblicata da Reuters sulla base delle previsioni trimestrali. In quel stesso mercato, Nvidia ha appena cambiato il modello commerciale per gli agenti e chiede 2.000 dollari all'anno per GPU in licenza di software, quindi la pressione sui margini di chi acquista GPU cresce da entrambe le parti. Il mercato dei chip è in fiamme, e Alphabet pubblicherà i conti del terzo trimestre il 28 ottobre. Gli analisti cercano proprio nei ricavi del cloud e nei contratti delle TPU la risposta a una domanda da trilioni di dollari: quando inizieranno a rendere quei 600.000 milioni.

Limitazioni da considerare

Non c'è conferma ufficiale. La notizia si basa su una sola persona informata sui fatti, citata da The Information. OpenAI non commenta e Google non risponde. Fino a quando un comunicato non lo dirà nero su bianco, rimane un piano e non un contratto firmato.

Zero numeri. Non sono noti il volume di acquisto, il prezzo per TPU, la generazione dei chip coinvolti (gli ultimi 8t training e 8i inference, o modelli precedenti) né la scadenza. Senza questi dati, non è possibile misurare fino a che punto OpenAI si sta davvero allontanando da Nvidia.

La CFO di Alphabet, Anat Ashkenazi, ha anticipato che la quota di ricavi dalle vendite di TPU resterà piccola fino alla fine del 2026 e crescerà nel 2027. Il grosso dell'eventuale accordo con OpenAI, se si firma, peserà sui conti dell'anno prossimo, non su quelli di questo trimestre.

Rimane aperto un conflitto commerciale. OpenAI ha presentato a giugno 2026 il suo primo chip proprietario sviluppato con Broadcom, con un primo dispiegamento previsto prima della fine dell'anno. Un acquisto importante di TPU segna una strategia multi-fornitore, non una sostituzione di Nvidia e tanto meno dell'hardware proprietario.

Chi perde, chi guadagna

Il primo a sorridere è Alphabet. Google ha investito più di dieci anni in un chip che quasi nessuno comprava tranne lei stessa, e ora lo vende ai due laboratori di IA più discussi del pianeta, Anthropic e OpenAI, oltre a Meta. Anthropic, tra l'altro, sta preparando la sua uscita a Wall Street con il ticker ANT, e mettere in valore le TPU che fa funzionare nei data center di Google fa parte della storia che vorrà raccontare al mercato. La tesi degli analisti è semplice: i margini del cloud di Google saliranno perché una TPU di fabbricazione propria ha una struttura di costi diversa da quella di una GPU rivenduta.

Il secondo a guadagnare, paradossalmente, è proprio OpenAI. Un'azienda che lotta con fatture da miliardi di dollari ha oggi almeno quattro fornitori possibili: Nvidia, Google (TPU), AMD (accordo di circa 6 gigawatt firmato a ottobre 2025) e il suo chip proprietario con Broadcom. Un enorme potere di negoziazione, se riesce davvero a far funzionare i modelli su diversi silicio in parallelo.

Chi perde è chiaro: Nvidia. Non in volume assoluto, perché la domanda di GPU è ancora a due cifre e Jensen Huang continua a lavorare con tempi di consegna di mesi. Nvidia perde in percezione, che pesa su un valore che quotato a multipli record. Il mercato ha premiato per anni la narrativa del percorso unico, e ora quella narrativa si incrina.

E Microsoft, dove rimane?

Il socio di capitale di OpenAI, oltre che fornitore di cloud, legge questa notizia con un sopracciglio alzato. Azure vende GPU di Nvidia a OpenAI, e vederla acquistare chip di Google è un segnale che la relazione Microsoft-OpenAI, dopo la riorganizzazione di settembre 2026, lascia molto più spazio a