OpenAI wil Google-TPU’s kopen

OpenAI wil Google-TPU’s kopen, meldt The Information op basis van één ingewijde. De melding noemt geen getekende bestelling, hoeveelheid, prijs of leverdatum en laat open waarvoor de chips zijn bedoeld.

Voor Nederlandse organisaties die de OpenAI-API gebruiken, kan het plan later de beschikbare capaciteit en kosten per verzoek veranderen. Nu kondigt de melding geen nieuwe limieten, regionale toegang of API-prijs aan.

Het koopplan heeft nog geen orderdetails

TPU staat voor Tensor Processing Unit, een AI-versneller die Google zelf ontwerpt. Volgens The Information zoekt OpenAI een technisch specialist die zijn geavanceerde modellen geschikt moet maken voor TPU’s. De functie geeft brede technische verantwoordelijkheid en noemt ervaring met training óf inferentie als passende achtergrond. Dat laat zien dat modelaanpassing op de agenda staat. Het bewijst niet dat de aankoop is getekend of dat productie-inferentie al op Google-chips draait.

The Information meldde in juni 2025 dat OpenAI Google-TPU’s via Google Cloud huurde om ChatGPT en andere diensten te draaien. Na die publicatie zei een OpenAI-woordvoerder dat het bedrijf geen actuele plannen had om specifiek TPU’s te gebruiken. De huidige melding beschrijft een nieuwe stap, maar geeft geen details over de verkoopvorm, opstelling of contract. Cloudcapaciteit huren geeft toegang tot servers; chips kopen vraagt ook afspraken over levering en beheer.

OpenAI kondigde model- en Codex-toegang via Google Cloud Model Garden aan. De eerste drie OpenAI-modellen gingen in een besloten preview naar Model Garden. Die aankondiging beschrijft waar klanten modellen kunnen afnemen en betalen. Ze zegt niet welke chips OpenAI zelf voor zijn API-diensten inzet.

De chipmix bevat ook eigen silicium

OpenAI ontwikkelde met Broadcom de inferentiechip Jalapeño om taalmodellen uit te voeren. De eigen inferentiechip moet de kosten van modelgebruik verlagen en de afhankelijkheid van Nvidia verkleinen. In augustus publiceerde OpenAI de eerste prestatiecijfers. Op de openbare InferenceX-benchmark rapporteerde het bedrijf voor drie publieke modellen 1,5 tot 1,9 keer meer AI-werk per watt bij piekdoorvoer en een 1,7 tot 3,6 keer kortere reactietijd van begin tot eind.

Die uitkomsten komen uit OpenAI’s eigen tests op GPT-OSS 120B, DeepSeek R1 en Kimi K2.5 1T. Ze meten doorvoer, stroomverbruik en reactietijd op die modellen. Ze vergelijken Jalapeño niet met Google-TPU’s en zeggen niets rechtstreeks over de prijs per API-token. In augustus zei OpenAI dat het de chip voor eind 2026 in eigen rekeninfrastructuur wilde inzetten. Op 2 oktober meldde Tom’s Hardware dat Jalapeño intern al naast AMD EPYC Turin-serverprocessors draait, na een gesprek met hardwarechef Richard Ho. De servers hebben volgens het artikel elk 1,5 terabyte geheugen. Interne inzet betekent nog niet dat externe klanten er capaciteit op krijgen. OpenAI zegt Nvidia- en andere partnerchips breed te blijven inzetten voor training en inferentie.

Nvidia’s infrastructuur blijft ondertussen een groot deel van de geplande capaciteit. De chipmaker legt de eerste 4,25 gigawatt van OpenAI’s Ohio-campus vast voor Nvidia-systemen, met oplevering in fases vanaf 2028. De TPU-melding staat dus naast bestaande Nvidia-afspraken en het eigen Jalapeño-programma. OpenAI heeft geen overstap van die routes aangekondigd.

Google brengt TPU’s naar Oracle Cloud

Google en Oracle kondigden het plan op 27 oktober aan: Oracle Cloud Infrastructure gaat vanaf 2027 TPU’s aanbieden, met capaciteit die over meerdere jaren groeit. Oracle zegt ook OpenAI’s Jalapeño-inferentiechips op OCI te willen inzetten om capaciteit voor OpenAI uit te breiden. De plannen plaatsen Google- en OpenAI-chips naast Nvidia-systemen in een grote cloudomgeving, maar bevestigen niet waar de gemelde OpenAI-aankoop terechtkomt.

Google’s productpagina verdeelt de achtste generatie in TPU 8t voor training en TPU 8i voor inferentie. Voor TPU 8i claimt Google 80 procent betere prestaties per dollar dan de vorige generatie voor inferentie met lage latentie, gericht op grote modellen die gespecialiseerde deelmodellen combineren. Google markeert de chip nog als “coming soon”. Dat is een leveranciersclaim over hardware-efficiëntie, geen tarief voor een OpenAI-API. The Information noemt evenmin een generatie of werklast voor de chips die OpenAI zou willen kopen.

De API-rekening verandert pas met klantvoorwaarden

Een Nederlandse organisatie betaalt via een OpenAI-API voor gebruik per model en token, niet voor de chip zelf. Een efficiëntere accelerator kan OpenAI helpen meer verzoeken met dezelfde stroom of hardware af te handelen. Of die besparing naar extra capaciteit, lagere prijzen of hogere prestaties gaat, hangt af van de inzet en de tarieven die OpenAI publiceert.

De huidige berichtgeving noemt geen orderomvang, leverdatum, TPU-generatie, doelgebruik of API-prijs. Ook is niet bekend of de hardware in eigen datacenters komt of via een cloudpartner wordt gebruikt. Daardoor is er geen bedrag dat een inkoper nu in een budget kan doorrekenen. De productclaim van 80 procent maakt dat gat niet kleiner: prestaties per dollar van een chip zijn niet hetzelfde als kosten per miljoen tokens voor een klant.

De chipkeuze achter AI-diensten wordt breder: OpenAI combineert een eigen inferentiechip met Nvidia en andere partners, terwijl het een TPU-aankoop zou overwegen. Voor organisaties wordt die beweging pas concreet wanneer capaciteit, regio’s, limieten en API-tarieven veranderen. Oracle heeft 2027 als start voor zijn TPU-aanbod genoemd; voor het gemelde OpenAI-plan is nog geen leverdatum bekend.