Contratação de Alan Duong pela Crux AI coloca a ambição da nuvem TPU do Google contra um relógio de entrega

A Crux AI contratou Alan Duong, vindo da Meta, diante de um prazo apertado: transformar um compromisso de US$ 5 bilhões em 500 megawatts de capacidade de TPU ao longo de 2027.

A nomeação dá à empreitada do Google e da Blackstone um executivo que ajudou a reformular os data centers da Meta para inteligência artificial. Ainda assim, a contratação de Alan Duong pela Crux AI ocorre em meio a relatos de atrasos em potenciais locais de data centers. A empresa agora conta com liderança reconhecida e apoio substancial, mas sua infraestrutura física continua sendo o teste decisivo.

Essa tensão importa além de uma única movimentação executiva. A Crux AI representa uma tentativa de construir uma neocloud em torno das Tensor Processing Units, ou TPUs, do Google, em vez dos processadores gráficos dominantes da Nvidia. A CoreWeave e outras especialistas estabeleceram o modelo de neocloud com hardware da Nvidia. A Crux AI precisa demonstrar que o modelo também funciona com os chips, o software, o financiamento e os requisitos operacionais do Google.

O que muda com a contratação de Alan Duong pela Crux AI

A Crux AI recrutou um operador cujo trabalho recente se alinha de perto ao desafio de construção que a empresa enfrenta agora.

Duong chega à Crux AI como diretor de desenvolvimento após passar mais de 12 anos na Meta. Mais recentemente, atuou como vice-presidente e chefe de engenharia e construção de data centers, segundo detalhes da nomeação.

Sua responsabilidade declarada abrange a entrega ponta a ponta de vários gigawatts de capacidade de data centers nos próximos anos. Esse escopo inclui mais do que selecionar locais ou gerenciar empreiteiros. Ele conecta a contratação de energia, as relações com comunidades, o projeto das instalações, a construção e a transferência para operações.

Essa distinção é importante porque projetos de infraestrutura de IA raramente fracassam por uma razão isolada. Um desenvolvedor pode garantir terreno, mas esperar anos pela conexão à rede elétrica. Pode obter energia, mas enfrentar escassez de equipamentos, disputas de licenciamento ou atrasos na construção. Um edifício concluído ainda pode não atender aos requisitos dos clientes se os sistemas de refrigeração, rede ou elétricos não conseguirem suportar clusters densos de aceleradores.

Duong descreveu esse problema como uma cadeia em que todos os elos precisam se sustentar. Seus comentários enfatizaram locais com energia efetivamente disponível, uso eficiente de recursos, construção segura e instalações projetadas para décadas de operação. Essa perspectiva se encaixa na necessidade da Crux AI de coordenar capital, chips, software, construção e operações de longo prazo.

A Meta deu a Duong experiência com uma transição igualmente difícil. Em 2023, a empresa apresentou um novo projeto de data center destinado a cargas de trabalho de IA. A Meta afirmou que a arquitetura apoiaria sistemas de próxima geração, ao mesmo tempo em que melhoraria a velocidade e a flexibilidade de implantação.

O redesenho ocorreu após uma pausa relevante. A Meta havia interrompido o trabalho em diversos projetos enquanto reconsiderava instalações planejadas antes de a IA generativa alterar suas necessidades de computação. Seu plano de infraestrutura de IA combinava silício personalizado, um projeto de data center focado em IA e um supercomputador de pesquisa com 16.000 GPUs.

A equipe de Duong, portanto, não apenas ampliou um modelo já estabelecido. Ela ajudou a revisar projetos enquanto a demanda, as configurações de hardware e as premissas técnicas mudavam. A Crux AI agora lida com um problema relacionado, em outra etapa.

A empreitada precisa projetar instalações em torno de TPUs enquanto disputa recursos de construção usados por todas as grandes plataformas de IA. Também precisa convencer clientes de que a capacidade chegará dentro do cronograma. A contratação de Duong aborda essas exigências de execução mais diretamente do que uma nomeação convencional para software de nuvem.

No entanto, um executivo experiente não pode encurtar todas as filas das concessionárias nem remover todas as objeções locais. Sua nomeação fortalece a capacidade interna da Crux AI de gerenciar dependências. Ela não elimina as restrições externas que determinam onde e quando grandes data centers podem operar.

Isso torna a contratação significativa, sem torná-la conclusiva. A Crux AI adicionou uma liderança adequada à tarefa. A próxima questão é se o modelo operacional consegue transformar essa experiência em capacidade energizada.

Por que Google e Blackstone criaram uma neocloud de TPU

A empreitada separa a propriedade dos data centers da plataforma de chips do Google, criando uma nova rota para clientes acessarem TPUs.

Google e Blackstone anunciaram a joint venture em maio de 2026. A Blackstone assumiu um compromisso inicial de capital próprio de US$ 5 bilhões, enquanto o Google concordou em fornecer TPUs, software e serviços.

Os parceiros esperam colocar 500 megawatts de capacidade em operação em 2027. O Google descreveu o acordo como uma forma de oferecer aos clientes mais opções e flexibilidade no acesso a TPUs na nuvem em seu anúncio da empreitada.

Posteriormente, Crux AI surgiu como o nome público da empreitada. Ela é liderada por Benjamin Treynor Sloss, ex-vice-presidente de engenharia e diretor de programas do Google. A empresa também recrutou outros operadores seniores, incluindo um ex-chefe financeiro da Charter Communications.

Uma neocloud é uma provedora especializada que aluga capacidade computacional projetada principalmente para cargas de trabalho de IA. Diferentemente de uma nuvem de hiperescala ampla, ela se concentra em aceleradores, clusters e infraestrutura de suporte. Esse foco mais restrito pode facilitar o desenvolvimento de capacidade em torno de uma plataforma específica de processadores.

As neoclouds mais proeminentes cresceram em torno de GPUs da Nvidia. Seus negócios se beneficiaram da familiaridade disseminada dos desenvolvedores com o ambiente de software CUDA da Nvidia e da forte demanda por aceleradores escassos. Empresas como a CoreWeave transformaram o acesso a esses chips em produtos de nuvem para treinamento e inferência de modelos.

A Crux AI aplica esse padrão aos processadores personalizados do Google. TPUs são aceleradores específicos para aplicações, construídos para aprendizado de máquina. O Google utilizou diversas gerações deles em seus serviços internos e no Google Cloud.

A estrutura oferece ao Google uma forma de ampliar a distribuição de TPUs sem financiar cada edifício por meio de seu próprio balanço patrimonial. A Blackstone contribui com capital e experiência em infraestrutura. A Crux AI se torna a camada operacional que desenvolve instalações e atende cargas de trabalho.

Para a Blackstone, o acordo cria exposição à demanda por infraestrutura de computação para IA. A empresa de investimentos já possui experiência substancial em data centers, energia, imóveis e crédito privado. Essas capacidades são importantes quando projetos exigem grandes compromissos de capital antes de gerar receita.

Para o Google, o objetivo estratégico vai além de alugar servidores adicionais. Uma disponibilidade mais ampla de TPUs pode reduzir a dependência do mercado de um único fornecedor de aceleradores. Também pode atrair clientes que desejam capacidade dedicada fora do caminho habitual de aquisição do Google Cloud.

A empreitada pretende usar diversos modelos de desenvolvimento. Os planos relatados incluem estruturas energizadas, instalações construídas sob medida, blocos de colocation, acordos turnkey com parceiros e desenvolvimento greenfield próprio.

Uma estrutura energizada fornece o edifício e o acesso elétrico, enquanto outra parte instala os sistemas de computação. Um projeto construído sob medida é desenvolvido para um cliente específico. Colocation instala equipamentos de clientes em instalações compartilhadas.

O uso de vários formatos pode ajudar a Crux AI a atender cronogramas e níveis de risco distintos. Espaços existentes de colocation podem ser disponibilizados mais cedo do que um novo campus. O desenvolvimento greenfield dá à empresa mais controle, mas também traz maior exposição a licenciamento e construção.

O projeto cria flexibilidade no nível do portfólio. Ele não altera o requisito básico de que toda implantação precisa de energia, refrigeração, rede e equipamentos adequados. A Crux AI precisa reunir esses componentes em uma escala que suporte clusters de TPU e compromissos de serviço com clientes.

É aqui que a estratégia da empreitada encontra sua primeira inversão. Google e Blackstone criaram uma entidade para expandir o acesso à escassa infraestrutura de IA. Agora, a Crux AI precisa competir pelos mesmos insumos escassos que restringem o restante do mercado.

A disputa real é a entrega de TPUs contra a rede de neoclouds da Nvidia

A Crux AI não é apenas mais uma provedora de nuvem; ela é um teste de se o Google consegue reproduzir o modelo de neocloud em torno de TPUs.

A vantagem da Nvidia vai além do desempenho dos processadores. Os desenvolvedores conhecem seu ambiente de programação, os provedores de nuvem oferecem suporte a seus sistemas e operadores especializados já alugam seu hardware. Essa rede reduz o atrito quando os clientes movem cargas de trabalho entre provedores.

O Google possui uma arquitetura madura de aceleradores de IA, mas a adoção mais ampla de TPUs exige mais do que fabricar chips. Os clientes precisam de clusters disponíveis, software compatível, suporte previsível e confiança de que a capacidade futura chegará.

A Crux AI aborda a parte de infraestrutura dessa equação. Seus data centers podem criar um canal dedicado para o consumo de TPUs. O software e os serviços do Google podem tornar esses sistemas utilizáveis sem exigir que a Crux AI desenvolva, de forma independente, uma plataforma completa de aprendizado de máquina.

O capital da Blackstone também aborda um desafio estrutural enfrentado pelas neoclouds. Essas provedoras gastam muito antes de a receita dos clientes começar. Elas precisam comprar equipamentos, garantir instalações e reservar energia enquanto administram longos cronogramas de construção.

Até neoclouds já estabelecidas enfrentam questionamentos sobre dívida, utilização e concentração de clientes. O setor pode gerar rápido crescimento de receita enquanto consome grandes volumes de caixa. Um novo entrante apoiado por um investidor de infraestrutura começa com suporte financeiro diferente, embora ainda precise de clientes e execução disciplinada.

A comparação com a CoreWeave é, portanto, útil, mas incompleta. A CoreWeave se estabeleceu por meio do acesso a GPUs da Nvidia e de uma pilha de software construída em torno de exigentes clientes de IA. A Crux AI começa com tecnologia do Google, capital da Blackstone e uma grande meta anunciada de capacidade.

Esses ingredientes criam uma concorrente crível, mas não criam um serviço finalizado. A Crux AI precisa provar que clientes comprometerão cargas de trabalho significativas com uma provedora centrada em TPUs. Também precisa demonstrar que sua combinação de instalações e serviços do Google funciona de forma confiável fora da estrutura tradicional de nuvem do Google.

A pressão competitiva recai mais diretamente sobre o canal especializado de nuvem da Nvidia. Se a Crux AI tiver sucesso, desenvolvedores de IA ganharão outra rota para grandes clusters de aceleradores. Operadores de neocloud também podem enfrentar incentivos mais fortes para oferecer suporte a processadores além do portfólio da Nvidia.

Esse resultado ampliaria a escolha de hardware, mas o software continua sendo uma restrição importante. Uma aplicação desenvolvida em torno de bibliotecas da Nvidia nem sempre pode migrar para TPUs sem trabalho de engenharia. A dificuldade varia conforme a arquitetura do modelo, o framework e a carga de trabalho.

O Google pode reduzir esse ônus por meio de compiladores, frameworks, serviços gerenciados e suporte à migração. A Crux AI pode melhorar o acesso e as operações. Nenhuma das partes pode presumir que a disponibilidade física, por si só, convencerá clientes a mudar de plataforma.

A empreitada pode inicialmente atrair sobretudo organizações que já usam o software de IA do Google ou frameworks compatíveis com TPUs. Também pode atrair compradores que buscam grandes implantações dedicadas e uma segunda fonte de capacidade de aceleradores.

As cargas de trabalho de inferência apresentam outra oportunidade. Inferência é o processo de executar um modelo treinado para gerar previsões ou respostas. Essas tarefas podem recompensar eficiência e escala previsível, especialmente quando uma aplicação atende grandes volumes de usuários.

Clientes de treinamento frequentemente priorizam flexibilidade porque os projetos de modelos mudam rapidamente. Eles podem preferir hardware com a mais ampla compatibilidade de software. A Crux AI precisará de uma estratégia clara de cargas de trabalho, em vez de tratar toda a computação de IA como intercambiável.

Isso torna a principal disputa direta. A rede de neocloud da Nvidia oferece demanda consolidada por hardware, familiaridade com software e histórico operacional. A Crux AI oferece uma alternativa de TPU verticalmente coordenada, apoiada por Google e Blackstone.

Alan Duong não pode decidir essa disputa de software. Seu papel está no lado físico da equação. Ainda assim, a entrega da infraestrutura física determina se o Google terá a oportunidade de competir por essas cargas de trabalho.

Atrasos nos locais pressionam a meta de capacidade para 2027

O anúncio da liderança da Crux AI não elimina relatos de que instalações em potencial já enfrentaram contratempos de desenvolvimento.

A Bloomberg informou em setembro que a venture enfrentou atrasos em importantes locais de data centers destinados a operar processadores do Google. A reportagem identificou a empresa por seu nome interno anterior, Project Braid.

Um problema envolveu um empreendimento proposto em Cheyenne, Wyoming. Segundo relatos, o Google abandonou um plano que envolvia a desenvolvedora de data centers Crusoe nesse local. O projeto mais amplo de Cheyenne havia sido associado a um campus planejado de 1,8 gigawatt.

O efeito exato sobre a meta de 500 megawatts da Crux AI permanece incerto. A empresa não divulgou publicamente uma lista completa de locais, cronograma de construção, carteira de clientes ou plano de entrega revisado. Isso limita a avaliação externa de seu progresso.

Segundo a reportagem sobre os atrasos nos locais, os obstáculos ilustram os limites práticos que cercam planos ambiciosos de infraestrutura de IA. Capital e oferta de chips não garantem um data center concluído.

Grandes projetos exigem compromissos das concessionárias, cuja obtenção pode levar anos. Os desenvolvedores precisam de transformadores, equipamentos de manobra, geradores, sistemas de resfriamento e mão de obra especializada em construção. Vários projetos frequentemente competem por esses recursos no mesmo mercado.

A oposição local pode acrescentar outra camada de incerteza. As comunidades examinam cada vez mais o consumo de eletricidade, o uso de água, os acordos tributários, o ruído, o tráfego de obras e o emprego de longo prazo. Um campus anunciado pode enfrentar resistência política mesmo depois de os desenvolvedores identificarem o terreno e o acesso à transmissão.

O modelo de desenvolvimento da Crux AI pode distribuir esse risco. Ela pode usar capacidade de colocation ou instalações parceiras enquanto busca locais greenfield maiores. Blocos menores também podem entrar em operação antes que um campus inteiro esteja pronto.

No entanto, a flexibilidade do portfólio pode introduzir complexidade operacional. Diferentes locais podem usar projetos elétricos, sistemas de resfriamento, empreiteiras e estruturas de propriedade distintos. A Crux AI ainda precisa fornecer um serviço de computação consistente em todos esses ambientes.

A meta para 2027 também exige interpretação cuidadosa. Colocar 500 megawatts em operação pode significar capacidade energizada da instalação, equipamentos de computação instalados ou capacidade pronta para cargas de trabalho de clientes pagantes. Esses marcos nem sempre ocorrem simultaneamente.

A Crux AI e seus parceiros declararam publicamente o número esperado de capacidade. Eles não publicaram detalhes suficientes para determinar quais projetos o sustentam ou quanta contingência existe. Portanto, os leitores devem tratar o número como uma meta, e não como infraestrutura concluída.

A experiência de Duong é relevante justamente porque essas dependências interagem. Na Meta, ele participou do redesenho de instalações enquanto as necessidades computacionais da empresa mudavam. A Crux AI precisa de coordenação semelhante, mas não conta com o longo histórico operacional e a base interna de demanda da Meta.

A Meta podia justificar uma mudança de projeto com cargas de trabalho geradas em seus próprios produtos. A Crux AI terá de vender capacidade a clientes externos. Portanto, atrasos podem afetar tanto os custos de construção quanto a credibilidade comercial.

Um cliente que escolhe infraestrutura para uma grande implantação de modelos precisa de mais do que um anúncio. Precisa de datas de entrega, termos de serviço, suporte de software e confiança de que a capacidade permanecerá disponível. Cronogramas não cumpridos podem levar essas cargas de trabalho para outro provedor.

Há também um possível descompasso entre a ambição pública da venture e o tempo necessário para estabelecer sistemas operacionais. A Crux AI está contratando para funções de construção, energia, operações, negociação de suprimentos e mercados de capitais. Formar essas equipes enquanto desenvolve locais aumenta as exigências organizacionais.

Nada disso significa que a meta seja inatingível. A Blackstone pode financiar múltiplas abordagens, e o Google pode fornecer suporte técnico substancial. Duong agrega experiência direta na gestão de programas de construção complexos.

A incerteza está nas evidências disponíveis hoje. A empresa anunciou seu nome, liderança, financiamento e ambição de capacidade. Ainda não demonstrou capacidade operacional de TPU na escala prometida.

Alan Duong traz um modelo útil da Meta, não um atalho

O histórico de Duong na Meta mostra como gerir uma transição de infraestrutura, mas a Crux AI ainda enfrenta clientes, chips e incentivos financeiros diferentes.

O redesenho da Meta em 2023 oferece a referência histórica mais clara para sua nomeação. A empresa havia reconhecido que instalações planejadas para serviços convencionais não eram necessariamente adequadas a sistemas de IA em rápida expansão.

Clusters de IA impõem exigências incomuns às redes e aos sistemas elétricos dos data centers. Milhares de aceleradores trocam grandes volumes de dados durante o treinamento de um modelo. Interrupções ou gargalos podem deixar equipamentos caros subutilizados.

Sistemas de alta densidade também produzem calor concentrado. Os projetistas das instalações precisam coordenar os roteiros de chips com métodos de resfriamento, layouts de racks, distribuição elétrica e planos de manutenção. Um edifício projetado em torno do hardware de ontem pode se tornar ineficiente antes do fim de sua vida operacional esperada.

O projeto de próxima geração da Meta buscava maior flexibilidade ao mesmo tempo que suportava sistemas de IA. Duong disse na época que a empresa precisava de instalações capazes de se adaptar a uma tecnologia que ainda estava evoluindo. Essa é uma lição mais útil para a Crux AI do que qualquer projeto específico.

Uma nuvem de TPU mudará à medida que o Google lançar novas gerações de processadores. Densidade de energia, resfriamento, interconexões e requisitos de software podem mudar. A Crux AI precisa de projetos reproduzíveis sem vincular cada local futuro a premissas definidas em 2026.

A abordagem de ponta a ponta de Duong pode ajudar a criar esse equilíbrio. A seleção de locais deve considerar não apenas a energia disponível hoje, mas também espaço para expansão. As compras precisam contemplar equipamentos com longos prazos de entrega antes que os cronogramas de construção sejam fixados.

O engajamento com a comunidade também importa mais cedo do que muitas empresas de tecnologia esperam. Os desenvolvedores não podem tratar um local anfitrião como uma transação temporária. As relações locais podem determinar se expansões avançam ou se tornam politicamente difíceis.

A experiência da Meta mostra o valor de pausar quando um projeto existente deixa de ser adequado. Ela não mostra que toda pausa pode ser recuperada sem custos. Redesenhos podem atrasar projetos, complicar contratos e tornar inútil parte do trabalho de planejamento anterior.

A Crux AI precisa decidir onde a padronização ajuda e onde a flexibilidade importa mais. Um projeto uniforme pode acelerar compras e operações. Uma abordagem específica para cada local pode acomodar melhor redes elétricas regionais, restrições hídricas, climas e mercados de construção.

A empresa também precisa de limites claros entre suas responsabilidades e as do Google. O Google fornece TPUs, software e serviços, enquanto a Crux AI desenvolve e opera a infraestrutura. Os clientes ainda esperarão que os problemas sejam resolvidos sem confusão entre essas organizações.

Essa divisão pode funcionar quando as interfaces são explícitas. As datas de entrega do hardware precisam estar alinhadas à prontidão dos edifícios. A validação de software deve ocorrer antes de os clientes migrarem cargas de trabalho de produção. Os planos de manutenção precisam abranger tanto os sistemas da instalação quanto os equipamentos de computação.

A Blackstone introduz outro conjunto de incentivos. Investidores em infraestrutura normalmente buscam retornos previsíveis e de longa duração. Os mercados de computação de IA podem mudar mais rapidamente do que contratos convencionais de infraestrutura. Gerações de processadores e preferências dos clientes podem mudar durante a vida operacional de uma instalação.

Por isso, a Crux AI precisa de edifícios que continuem úteis mesmo que a demanda mude. Sua combinação relatada de powered shells, colocation, parcerias e desenvolvimento próprio pode distribuir esse risco. A abordagem também exige alocação cuidadosa de capital.

A nomeação de Duong sugere que a empresa entende que o desafio é organizacional, além de técnico. Um plano em escala de gigawatts não pode depender de uma equipe pequena coordenando fornecedores informalmente. Ele precisa de funções de compras, construção, segurança, energia e operações que compartilhem cronogramas e padrões.

Ainda assim, contratar um líder experiente é um insumo, não um resultado. O mercado julgará a Crux AI por projetos concluídos, clusters entregues, confiabilidade e adoção pelos clientes. A trajetória executiva não pode substituir essas métricas.

Três sinais mostrarão se a Crux AI consegue entregar

A próxima fase deve ser julgada pela prontidão dos locais, pelos compromissos dos clientes e pela capacidade utilizável de TPU, nessa ordem.

O primeiro sinal é um plano detalhado de construção e energização. A Crux AI não precisa divulgar todos os termos comerciais. Mas precisa apresentar projetos identificáveis, com progresso de licenciamento, acordos com concessionárias, marcos de construção e datas operacionais esperadas.

Energia confirmada importa mais do que uma grande carteira de desenvolvimento. Um local pode parecer impressionante no papel enquanto aguarda por anos atualizações de transmissão ou equipamentos. Evidências de energização no curto prazo reforçariam a confiança na meta para 2027.

O segundo sinal é a demanda dos clientes. Google e Blackstone descreveram uma nuvem destinada a oferecer aos clientes outra forma de acessar TPUs. Clientes nomeados, acordos de capacidade de longo prazo ou categorias de cargas de trabalho divulgadas mostrariam se os compradores aceitam essa proposta.

A qualidade da demanda importa tanto quanto o volume. Um pequeno número de grandes contratos pode ajudar a financiar a construção, mas a concentração de clientes cria riscos. Um grupo mais amplo de clientes de treinamento e inferência indicaria uma plataforma mais durável.

O terceiro sinal é a capacidade operacional. Investidores e clientes devem diferenciar megawatts anunciados de edifícios que estão energizados, equipados, validados e atendendo cargas de trabalho. Essas etapas fornecem evidências cada vez mais fortes.

O desempenho operacional revelará se a venture funciona como uma nuvem, em vez de uma coleção de projetos imobiliários. Os clientes se importarão com disponibilidade de clusters, rede, suporte, velocidade de implantação e compatibilidade de software.

Esses sinais devem aparecer em sequência, mas o trabalho de desenvolvimento se sobreporá. Anúncios de locais sem evidências de clientes deixam a demanda incerta. Acordos com clientes sem instalações energizadas deixam o risco de entrega sem solução.

A concorrência não esperará a Crux AI concluir essa sequência. Neoclouds centradas na Nvidia continuam a se expandir, enquanto provedores de hiperescala investem em seus próprios aceleradores e serviços de IA. A concorrência mais ampla em infraestrutura também levanta questões sobre concentração, financiamento e acesso.

O argumento mais forte da Crux AI é a coordenação. O Google fornece uma plataforma de processadores e serviços técnicos. A Blackstone aporta capital substancial e experiência em infraestrutura. Duong traz conhecimento prático da transição de data centers de IA da Meta.

Seu maior risco também é a coordenação. Chips, energia, construção, software, financiamento e cronogramas dos clientes precisam estar alinhados. Um atraso em qualquer uma dessas áreas pode reduzir o valor do progresso nas demais.

É por isso que a contratação de Alan Duong pela Crux AI merece atenção, sem ser tratada como prova de execução. Ela coloca um líder de infraestrutura confiável à frente da tarefa mais difícil do empreendimento. Também torna mais claro o padrão de entrega.

No próximo ano, acompanhe locais identificados com fornecimento de energia confirmado, clientes comprometendo cargas de trabalho reais e clusters de TPU entrando em operação. Esses fatos determinarão se a Crux AI se tornará uma alternativa relevante ou continuará sendo um plano de infraestrutura ambicioso.

Para desenvolvedores e compradores corporativos, a questão prática não é se outra neocloud foi lançada. É se a Crux AI pode oferecer capacidade confiável de TPU quando os projetos precisarem dela. Acompanhe as instalações, os contratos e os marcos operacionais, em vez do tamanho do anúncio. Se esses três sinais avançarem juntos, o Google terá criado uma rota mais forte além de sua nuvem convencional. Se divergirem, os atrasos reportados importarão mais do que a lista de executivos.