Google ha ampliado su octava generación de TPU, sus aceleradores propios para inteligencia artificial, con dos sistemas nuevos: TPU 8tx, pensado para inferencia segura y confidencial, y TPU 8i Max, que une dos chips TPU 8i en un mismo encapsulado para trabajar con ventanas de contexto enormes y la mayor densidad de cómputo por rack. Amin Vahdat, vicepresidente sénior y tecnólogo jefe de IA e infraestructura de Google, lo anunció el 9 de noviembre de 2026. Con ellos, la compañía presenta por primera vez cuatro sistemas TPU en un mismo año.
Las claves de los TPU 8tx y TPU 8i Max de Google en 20 segundos
- TPU 8tx protege datos y modelos en memoria con cómputo confidencial.
- TPU 8i Max duplica cómputo, SRAM y ancho de banda HBM del 8i.
- Google no ha dado fechas de disponibilidad ni cifras absolutas.
- Llegan con TorchTPU, TPU Sync y más software abierto.
En abril, durante Google Cloud Next, la compañía presentó los dos primeros sistemas de la generación: TPU 8t, para entrenar grandes modelos, y TPU 8i, para razonamiento en tiempo real. Según Google, ofrecen respectivamente hasta 2,7 veces más rendimiento de entrenamiento y un 80 % mejor relación precio-rendimiento en inferencia que la generación anterior. Los dos nuevos sistemas no estrenan chip: reutilizan ese mismo silicio y cambian lo que hay alrededor, desde el encapsulado y la memoria hasta la red y la seguridad.
Vahdat insiste en esa diferencia. Diseñar un chip es un proceso de varios años; montar un sistema nuevo combinando cómputo, red y almacenamiento alrededor de un chip existente es mucho más rápido. Google atribuye esa agilidad a la apuesta por la modularidad que hizo con su primera TPU hace más de una década, y afirma que le permite entregar superordenadores especializados en meses en lugar de años. Las TPU son ya un negocio con cerca de cien clientes, entre laboratorios de IA, firmas de trading, cadenas comerciales y universidades, y algunos pueden instalarlas en sus propios centros de datos.
TPU 8tx: cómputo confidencial para sectores regulados
Normalmente los datos se cifran cuando se guardan o viajan por la red, pero tienen que descifrarse en memoria para procesarlos. TPU 8tx está construido sobre el mismo silicio que el TPU 8t, se combina con procesadores AMD EPYC de quinta generación como anfitriones e integra la seguridad en el hardware para mantener aislados los datos sensibles y los pesos de los modelos incluso mientras se usan. Google lo orienta a empresas reguladas y administraciones que ejecutan modelos avanzados o propios y agentes autónomos junto a sus datos más delicados.
También adopta Boardfly, la red de baja latencia creada para el TPU 8i, con la que, según Google, ofrece hasta la mitad de latencia que el TPU 8t con una penalización de rendimiento casi nula. Al combinar cómputo de entrenamiento y red de inferencia, un mismo sistema permite ajustar modelos con datos privados, destilar modelos grandes en otros más pequeños y entrenar agentes con aprendizaje por refuerzo sin mover los datos entre clústeres distintos.
TPU 8i Max: dos chips para romper el muro de la memoria
TPU 8i Max ataca otro problema: el muro de la memoria. Cuando decenas de agentes trabajan a la vez sobre todo el código de un proyecto o sobre horas de vídeo, el ancho de banda de memoria se convierte en el cuello de botella. Google ha juntado dos chips TPU 8i de baja latencia en un único encapsulado, lo que duplica el cómputo, la SRAM y el ancho de banda de la memoria HBM respecto al TPU 8i. Como cabe el doble de silicio en el mismo espacio de rack, los centros de datos pueden instalar bastante más potencia por metro cuadrado y por vatio.
El anuncio no incluye cifras absolutas para ninguno de los dos sistemas: ni capacidad de HBM, ni rendimiento en operaciones por segundo, ni chips por pod, ni consumo. Tampoco fechas de disponibilidad. Las comparaciones son relativas y de la propia Google.
Software abierto para que cualquiera use las TPU
La otra mitad del anuncio es software, con el objetivo de que las TPU sean tan fáciles de usar como el hardware de propósito general. Google liberó el mes pasado TorchTPU, que permite ejecutar código PyTorch y modelos de Hugging Face de forma nativa, con soporte para vLLM y SGLang. Ahora añade una suite abierta de agentes para TPU, en vista previa, que se integra en herramientas como Claude Code, Cursor y Google Antigravity para automatizar la puesta en marcha y optimizar kernels, y XLA Serving Engine, un motor abierto para servir modelos con un entorno de ejecución en C++ en TPU, GPU y CPU.
Para los agentes, Agent Compute Engine suspende y reanuda automáticamente las sesiones inactivas, y TPU Sync, que también será abierto, une la HBM, la memoria del anfitrión, el almacenamiento compartido y la red en una sola jerarquía para mover la caché KV fuera del chip. Google asegura que reduce en más de un 90 % la latencia de transferencia de esa caché y el tiempo hasta el primer token. Además, Cloud Pathways y el particionado dinámico de GKE ya están disponibles de forma general; este último, según la empresa, acelera hasta cinco veces el arranque de trabajos y hasta 4,5 veces la recuperación tras fallos.
Preguntas frecuentes
¿Qué diferencia hay entre TPU 8tx y TPU 8i Max?
TPU 8tx está pensado para inferencia confidencial y pequeños entrenamientos con datos sensibles. TPU 8i Max une dos chips 8i para trabajar con contextos muy largos y más cómputo por rack.
¿Cuándo estarán disponibles?
Google no ha dado fechas de disponibilidad para ninguno de los dos sistemas.
¿Cuántas TPU de octava generación hay?
Cuatro: TPU 8t para entrenamiento, TPU 8i para razonamiento, TPU 8tx para cómputo confidencial y TPU 8i Max para contextos enormes.
¿Se pueden usar las TPU con PyTorch?
Sí. Google liberó TorchTPU, que ejecuta código PyTorch y modelos de Hugging Face de forma nativa en TPU, con soporte para vLLM y SGLang.
Fuentes:
