Google anunció dos nuevas configuraciones de su octava generación de TPUs: la TPU 8tx, optimizada para inferencia confidencial y segura, y la TPU 8i Max, que combina dos chips TPU 8i en un único paquete para duplicar cómputo, SRAM y ancho de banda HBM. Con esto, la empresa lanza cuatro sistemas TPU en el mismo año, apuntando a la era de agentes de IA.
¿Qué sucedió?
El 9 de noviembre de 2026, Amin Vahdat, SVP y Chief Technologist de IA e Infraestructura de Google, reveló las nuevas ofertas en el blog oficial. La TPU 8tx reutiliza el silicio de la TPU 8t (para entrenamiento) emparejado con hosts AMD EPYC de 5.ª generación, ofreciendo computación confidencial a nivel de hardware para proteger datos y pesos de modelos durante el procesamiento. La TPU 8i Max empaqueta dos chips TPU 8i (para inferencia de baja latencia), duplicando el poder de cómputo, la SRAM on-chip y el ancho de banda HBM en relación con la 8i, ideal para ventanas de contexto masivas y mayor densidad por rack. Ambas son reconfiguraciones de silicio existente anunciado en abril de 2026; disponibilidad general, precios y regiones aún no han sido detallados, con previsiones apuntando a 2027.
¿Por qué es importante?
En la era de agentes de IA que procesan codebases enteros u horas de video, la "pared de memoria" y la seguridad de datos se convierten en cuellos de botella. La 8i Max resuelve el primero al escalar cómputo y memoria en sincronía en el mismo footprint de rack. La 8tx cierra la brecha de confidencialidad, manteniendo datos cifrados incluso en uso, adecuada para empresas reguladas y gobiernos. Google afirma que las TPUs ahora atienden a casi 100 clientes, incluyendo labs de frontera, y que esta es la primera vez con cuatro sistemas en un año, intensificando la competencia con NVIDIA en el mercado de aceleradores.
¿Qué cambia en la práctica?
Los clientes de Google Cloud ganan opciones especializadas: 8t para entrenamiento a escala, 8i para razonamiento de baja latencia, 8tx para computación confidencial y 8i Max para contextos largos y densidad máxima. Esto permite workloads de agentes multiagente más eficientes sin aumentar el espacio físico del data center en la misma proporción. Google destaca el co-diseño con DeepMind y el feedback externo para estas configuraciones. Aún no hay benchmarks absolutos o fechas precisas de GA, pero la expansión señala una respuesta directa a la demanda de inferencia segura y de alto contexto.
Fuentes: Blog oficial de Google e informes de Data Center Dynamics y SiliconANGLE.
Crédito de la imagen: Google | Fuente: Blog oficial de Google
Por Grok
