--- title: "Google estrena Ironwood (TPU v7) y nuevas VMs Axion: inferencia a escala planetaria y costes a la baja" description: "Google Cloud ha presentado Ironwood , su séptima generación de TPUs , junto con nuevas instancias Axion basadas en ARM Neoverse — N4A (en vista previa) y C4A metal (bare metal ARM, “próximamente” en v..." url: https://revistacloud.com/google-estrena-ironwood-tpu-v7-y-nuevas-vms-axion-inferencia-a-escala-planetaria-y-costes-a-la-baja/ date: 2025-11-10 modified: 2025-11-10 author: "Noticias Cloud" image: https://revistacloud.com/wp-content/uploads/2025/11/google-ironwood-tpu.jpg categories: ["Tecnología"] tags: ["chips", "google", "Ironwood", "TPU"] type: post lang: es --- # Google estrena Ironwood (TPU v7) y nuevas VMs Axion: inferencia a escala planetaria y costes a la baja Google Cloud ha presentado **Ironwood**, su **séptima generación de TPUs**, junto con nuevas instancias **Axion** basadas en **ARM Neoverse** —**N4A** (en vista previa) y **C4A metal** (bare metal ARM, “próximamente” en vista previa)—, en un movimiento que confirma el cambio de ciclo en la Inteligencia Artificial: del protagonismo del **entrenamiento** a la presión por ofrecer **inferencias rápidas, baratas y orquestadas** en flujos agenticos. La compañía defiende que ese salto de productividad solo es posible con **silicio a medida** y **co-diseño de sistema** (hardware, redes y software trabajados como una sola pieza), bajo su paraguas de supercomputación **AI Hypercomputer**. En la práctica, Ironwood llega para servir modelos de última generación con **latencia mínima** y **elasticidad** de data center completo, mientras que Axion amplía el músculo de **computación general** con **mejor precio-rendimiento** para el “backbone” que sostiene esas aplicaciones: microservicios, ingestión y preparación de datos, APIs, bases de datos y control de orquestación. --- ## Ironwood: una TPU pensada para la inferencia masiva (sin renunciar al entrenamiento a gran escala) Ironwood se presenta como la TPU **más potente y eficiente** de Google hasta la fecha. La compañía habla de una mejora de **hasta 10×** en **rendimiento pico** frente a **TPU v5p**, y de **más de 4×** de **rendimiento por chip** tanto en **entrenamiento** como en **inferencia** frente a **TPU v6e (Trillium)**. El mensaje es inequívoco: **servir** modelos generativos y agentes a gran escala exige un salto en **ancho de banda**, **memoria efectiva** y **conectividad entre chips**. El diseño de Ironwood parte de la idea de “**sistema primero**”. Cada despliegue agrupa TPUs en **pods**, que a su vez se ensamblan en **superpods** interconectados con **ICI (Inter-Chip Interconnect)** a **9,6 Tb/s**. En esa topología, un superpod puede unir **hasta 9.216** TPUs en un **dominio único** con **1,77 PB** de **HBM compartida**, reduciendo cuellos de botella para modelos de gran tamaño. Por encima, la **red Jupiter** permite **coser** superpods en **clusters** de **cientos de miles** de TPUs cuando la carga lo exige. Para la resiliencia, Google añade **conmutación óptica (OCS)** como **tejido reconfigurable** que **reencamina** el tráfico ante interrupciones sin detener el servicio. Y, en la capa física, apoya el conjunto con **refrigeración líquida** a gran escala, una pieza ya habitual en sus centros de datos, que sostiene densidades elevadas con **disponibilidad media “cinco nueves”** desde 2020. Más allá de la potencia bruta, lo determinante es **cómo se usa**. Ironwood convive con un **software co-diseñado** para **exprimir** la arquitectura y simplificar la vida de ingeniería: - **GKE con Cluster Director** aporta **mantenimiento avanzado** y **planificación consciente de topología** para clusters más resilientes. - **MaxText**, el framework abierto de alto rendimiento para LLM, incorpora mejoras para **afinados supervisados (SFT)** y **optimizaciones de RL** como **GRPO**. - **vLLM** soporta ya **TPU**, con la posibilidad de **alternar** entre **GPU y TPU** con cambios mínimos en configuración. - **GKE Inference Gateway** introduce un plano de **balanceo inteligente** entre servidores TPU que, según Google, puede **reducir el “time-to-first-token” hasta un 96 %** y **bajar el coste de serving hasta un 30 %**. El objetivo último es cerrar el círculo **entrenar → ajustar → servir** bajo una experiencia operativa coherente, en la que **datos**, **modelo** y **serving** convivan con más **eficiencia** y **menos fricción**. --- ## Primeras señales del mercado: de Anthropic a Lightricks y Essential AI Las referencias tempranas ayudan a entender la **ambición** del lanzamiento. **[Anthropic](https://revistacloud.com/tag/anthropic/)** —que viene escalando su familia Claude— planea **acceder hasta 1.000.000** de TPUs, y sitúa a Ironwood como palanca para **acelerar** el salto del **laboratorio** al **servicio de millones de usuarios**. **Lightricks** valora especialmente el potencial en **calidad** y **fidelidad** de imagen y vídeo para productos creativos; **Essential AI** subraya la **facilidad de incorporación** de la plataforma para poner a trabajar a sus equipos sin demoras. En todos los casos, el hilo conductor es la **relación precio-rendimiento** y la **capacidad de escalar** sin sacrificar fiabilidad. --- ## Axion: CPU ARM para el “trabajo cotidiano” que hace posible la IA La otra pata del anuncio es **Axion**, la línea de **CPU ARM Neoverse** de Google Cloud. La ampliación llega por duplicado: - **N4A (vista previa)**: la VM **más eficiente en precio-rendimiento** de la serie N hasta la fecha, con **hasta 64 vCPU**, **512 GB de memoria DDR5** y **50 Gbps** de red. Es compatible con **Custom Machine Types** y almacenamiento **Hyperdisk Balanced/Throughput**, y apunta a **microservicios**, **contenedores**, **bases de datos open-source**, **batch** y **analytics**, además de **entornos de desarrollo** y **sirvientes web**. Google asegura **hasta 2×** mejor **precio-rendimiento** frente a VMs x86 actuales. - **C4A metal (bare metal ARM, vista previa próximamente)**: **hasta 96 vCPU**, **768 GB de DDR5**, **Hyperdisk** y **hasta 100 Gbps** de red. Pensada para **hipervisores**, **desarrollo nativo ARM** (incluido Android/automoción), **software con licenciamiento estricto** o **granjas de test** y **simulaciones** complejas. Junto a la ya conocida **C4A (VM)** —**hasta 72 vCPU**, **576 GB DDR5**, **100 Gbps** de red, **Titanium SSD** local de **hasta 6 TB** y controles avanzados de mantenimiento—, el porfolio Axion cubre tanto cargas **sensibles a latencia** como necesidades de **capacidad sostenida**, con un hilo conductor: **ajustar recursos a la carga real** para bajar la factura sin tocar el modelo operativo. Las primeras pruebas de clientes refuerzan la tesis. **Vimeo** habla de un **+30 % de rendimiento** en su **transcodificación** frente a VMs x86 comparables; **ZoomInfo** reporta **+60 % en precio-rendimiento** en **Dataflow** y servicios **Java en GKE**; y **Rise** combina **C4A** e **Hyperdisk** para recortar **consumo de cómputo** y **latencia** en su plataforma publicitaria, además de probar **N4A** en cargas críticas que requieren **flexibilidad**. --- ## La combinación que importa: aceleradores para IA + CPU eficientes para todo lo demás El panorama actual, marcado por **arquitecturas de modelos** que cambian cada pocos meses, **técnicas emergentes** (con agentes que **planifican** y **actúan** en entornos complejos) y **picos de demanda** imprevisibles, obliga a elegir bien **qué corre dónde**. El enfoque de Google apuesta por un **maridaje**: - **Aceleradores especializados ([Ironwood TPU](https://revistacloud.com/ironwood-la-nueva-tpu-de-google-para-liderar-la-era-de-la-inferencia-en-la-nube/))** para **entrenar** y **servir** modelos avanzados con **ancho de banda** y **memoria** suficientes, y un plano de **red** capaz de escalar **con resiliencia**. - **CPU Axion** para **todo lo demás**: **aplicaciones**, **API**, **ingestión/preparación de datos**, **ETL**, **colas**, **servicios web** y **microservicios** que orquestan flujos de IA. Esa capa generalista determina gran parte del **coste total** y, si es **eficiente**, libera presupuesto para la aceleración donde sí hace falta. Para equipos de plataformas, esto se traduce en **flexibilidad operativa**: poder **mezclar** aceleradores y CPU según la **fase** (pre-entrenamiento, afinado, inferencia) y el **perfil** de cada carga. Con el apoyo de **GKE**, **vLLM** y **MaxText**, la promesa es minimizar **cambios de código** y **fricción** al mover cargas entre **GPU** y **TPU**, o al **reacomodar** componentes en Axion. --- ## Preguntas clave para tomar decisiones Aunque el anuncio marca una dirección nítida, las organizaciones deberían aterrizarlo con una checklist pragmática: 1. **Disponibilidad por región y cuotas**: ¿en qué **regiones** se podrá reservar Ironwood? ¿qué **límites** y **SLO** acompañan a N4A y C4A metal en vista previa? 2. **Compatibilidad y portabilidad**: ¿qué **tooling** (vLLM, MaxText, frameworks populares) viene **soportado** de serie? ¿qué cambios requiere **migrar** de GPU a TPU? 3. **Costes y empaquetado**: ¿cómo se **presupuestan** los superpods y las **ventanas de uso** intensivo? ¿cómo encaja **Hyperdisk** con perfiles de IOPS y tamaño en Axion? 4. **Resiliencia y gobernanza**: ¿cómo se **observa** y **audita** el plano de **OCS** y **Jupiter**? ¿qué **métricas** de **TTFT**, **MTTR** y **coste por token** ofrece el stack de serving? 5. **Ruta de adopción**: ¿qué **pilotos** de bajo riesgo permiten **validar** mejoras (p. ej., pasar un **servicio de inferencia** a Ironwood o mover un **pipeline de datos** a N4A) antes de comprometer inversiones mayores? Responder con números propios —no solo con fichas técnicas— será la diferencia entre una **promesa atractiva** y una **ventaja competitiva** real. --- ## Qué significa para el sector El anuncio coloca a Google en el centro de un debate que ya no es “**quién entrena más grande**”, sino **“quién sirve mejor y más barato”** en producción. Ironwood ataca de frente el **cuello de botella** del **serving** con **interconexión masiva**, **memoria compartida** y **balanceo inteligente**; Axion apunta a la **contención de costes** en el día a día, donde se decide buena parte de la **rentabilidad** de productos de IA. Para el cliente, la ventaja no está solo en los **watios por token**, sino en la **disciplina de sistema**: cómo se orquesta un **pipeline** que pasa sin sobresaltos del **experimento** al **servicio global**. Si la co-optimización se mantiene y el ecosistema de **software** acompaña, esta combinación puede convertirse en una **plantilla operativa** para muchos equipos de plataforma: **TPU** para lo que de verdad **necesita ancho de banda y memoria**, **ARM** para lo que **mueve el negocio** a diario. La apuesta, en definitiva, no es por una pieza concreta, sino por el **conjunto**. --- ## Preguntas frecuentes (FAQ) **¿Qué es exactamente Ironwood y para qué tipo de cargas está pensado?** Es la **séptima generación de TPU** de Google, diseñada para **entrenamiento** de modelos grandes, **refuerzo** (RL) y, especialmente, **inferencia** y **serving** a gran escala con **latencia muy baja**. Su fuerza está en la **interconexión** de miles de chips (hasta **9.216** en un superpod) y el acceso a **1,77 PB** de **HBM** compartida para evitar cuellos de botella. **¿Qué diferencias hay entre N4A, C4A y C4A metal de Axion?** **N4A** prioriza **precio-rendimiento** y **flexibilidad** (hasta **64 vCPU**, **512 GB** y **50 Gbps**), ideal para **microservicios**, **bases de datos OSS** y **analytics**. **C4A** (VM) ofrece **rendimiento sostenido** (hasta **72 vCPU**, **576 GB**, **100 Gbps** y **Titanium SSD** local). **C4A metal** es **bare metal** (hasta **96 vCPU**, **768 GB**, **hasta 100 Gbps**) para **hipervisores**, **desarrollo nativo ARM** y **workloads** con **requisitos de licenciamiento** o **acceso al hardware**. **¿Cómo ayuda el software (GKE, vLLM, MaxText) a aprovechar Ironwood?** **GKE** incorpora **Cluster Director** para **planificación** y **mantenimiento** conscientes de la topología. **vLLM** facilita **migrar** o **mezclar** **GPU/TPU** con cambios mínimos. **MaxText** acelera **afinados** y **técnicas de RL**. Además, **GKE Inference Gateway** puede **reducir TTFT** y **costes de serving** de forma notable al balancear de manera inteligente en servidores TPU. **¿Cuándo estarán disponibles Ironwood y las nuevas Axion?** Ironwood llegará a **disponibilidad general en las próximas semanas**, mientras que **N4A** está **en vista previa** y **C4A metal** entrará en **vista previa próximamente**. La disponibilidad por **región** y los **cupos** se irán ampliando de forma escalonada. vía: [cloud.google](https://cloud.google.com/blog/products/compute/ironwood-tpus-and-new-axion-based-vms-for-your-ai-workloads)