Google suma TPU 8tx y 8i Max: cifrado en el chip

Qué anunció Google y por qué habla de «sistemas» y no de chips

Google presentó dos nuevas configuraciones de su octava generación de TPU: la TPU 8tx, pensada para inferencia segura y confidencial, y la TPU 8i Max, orientada a ventanas de contexto masivas y a la mayor densidad de cómputo por rack. Se suman a la TPU 8t (entrenamiento a gran escala) y la TPU 8i (inferencia con menor coste y latencia), que la compañía presentó en abril en el marco de Google Cloud Next’26. Son cuatro sistemas de la misma generación en un solo año.

El matiz importa para entender el movimiento competitivo: como reportó DataCenterDynamics, Google describe estos lanzamientos como «sistemas TPU» más que como chips nuevos. Lo que cambia es la reconfiguración de cómputo, red, almacenamiento y empaquetado alrededor del silicio de octava generación que ya existía. Es una jugada de modularidad: en lugar de esperar un ciclo completo de diseño de ficha nueva, Google reempaqueta lo que tiene para atacar dos cuellos de botella concretos.

Amin Vahdat, vicepresidente senior y director de tecnología e IA e infraestructura de Google, lo resumió así en el comunicado: «A medida que la computación pasa de la escala humana a la de los agentes, las empresas solicitan aceleradores capaces de razonar en las enormes ventanas de contexto de los modelos de IA. Además, algunos clientes sujetos a estrictas regulaciones solicitan capacidades de cifrado especializadas para cargas de trabajo únicas».

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

TPU 8tx: el cifrado se muda al silicio

La TPU 8tx integra la seguridad en la capa de hardware. En términos prácticos, los datos y los pesos del modelo permanecen protegidos y aislados incluso mientras se están procesando, en lugar de cifrarse solo en almacenamiento o en tránsito. Ese es el punto diferencial frente a la computación convencional, donde la información tiene que descifrarse en memoria para poder procesarse.

El medio coreano Chosun Biz detalló que Google Cloud trabajó con AMD para aplicar cifrado a lo largo de todo el camino de datos —desde la CPU hasta la TPU, y dentro de la propia ficha y su memoria—, lo que impide el acceso incluso a los operadores del centro de datos. Según la información publicada por Infobae, el sistema usa el mismo silicio que la TPU 8t y se combina con servidores con CPU AMD EPYC de quinta generación.

En rendimiento, la TPU 8tx ofrece hasta 2 veces menos latencia que la TPU 8t gracias a la red Boardfly, la arquitectura de baja latencia que ya usaba la TPU 8i. DataCenterDynamics añade un detalle relevante para quien vaya a comprar: Google sostiene que esa mejora llega con una penalización de rendimiento cercana a cero.

La parte operativa es la que más debería interesar a un equipo de producto. La TPU 8tx permite ajustar modelos con datos privados, destilar modelos grandes en otros más pequeños y entrenar agentes con aprendizaje por refuerzo, todo sin mover datos sensibles entre clústeres separados. En sectores regulados, ese ahorro de fricción —y de superficie de riesgo— vale tanto como los FLOPS.

TPU 8i Max: el muro de memoria y las ventanas de contexto

La TPU 8i Max ataca otro problema: la limitación de memoria. Cuando docenas de agentes de IA trabajan de forma conjunta sobre todo un código fuente o procesan horas de vídeo, el ancho de banda se convierte en cuello de botella. La solución de Google fue combinar dos chips TPU en un solo paquete, lo que permite escalar cómputo y memoria en paralelo.

El resultado, según la información de Chosun Biz, es concreto: 384 GB de memoria HBM (un 33% más que la TPU 8i), 17,2 TB por segundo de ancho de banda de memoria (el doble) y 768 MB de SRAM en chip (también el doble). Google afirma que el sistema entrega el doble de cómputo, de SRAM y de ancho de banda HBM que la TPU 8i, porque cabe el doble de silicio en el mismo espacio de rack.

Mark Lohmeyer, vicepresidente y director general de IA e infraestructura de cómputo de Google Cloud, usó una analogía de autopista en una mesa redonda con medios: un solo coche no va más rápido porque añadas carriles, pero más carriles permiten que más coches circulen en el mismo tiempo. Cuando muchos agentes buscan información y generan salidas a la vez, lo que importa es el caudal agregado.

La consecuencia física es la que habilita el negocio: los centros de datos pueden desplegar más potencia por metro cuadrado y por vatio. Con la energía convertida en el recurso escaso de la industria, esa métrica pesa más que cualquier benchmark aislado.

PyTorch, vLLM y agentes que optimizan kernels: el frente del software

El anuncio de hardware vino acompañado de una capa de software que, para muchos equipos, será la noticia más útil. Google abrió el desarrollo de TPU a todos los desarrolladores de PyTorch, lo que permite ejecutar código PyTorch y modelos de Hugging Face de forma nativa en la TPU sin reescribir código, con soporte para vLLM y SGLang.

También presentó un modelo de agentes de TPU de código abierto integrado directamente con herramientas de codificación como Claude Code, Cursor o Google Antigravity, para identificar cuellos de botella y automatizar ajustes de kernels personalizados. Google asegura que su pila nativa vLLM-TorchTPU logró marcas de precio-rendimiento «de vanguardia» en las pruebas InferenceX y AgentX, que evalúan codificación agéntica y trabajo con contextos extensos.

En la misma línea está Agent Compute Engine, el sistema que suspende sesiones de agentes inactivas y mueve su memoria de trabajo fuera del chip en milisegundos para reducir costes. Chosun Biz reportó esta función bajo el nombre de TPU Sync, open source y compatible no solo con la octava generación sino también con las TPU de quinta a séptima generación.

Por último, Cloud Pathways ya está disponible de forma general en Google Kubernetes Engine (GKE): lleva a todos los clientes de Google Cloud el entorno de ejecución de Google DeepMind que respalda a Gemini.

¿Cuánto cuesta y desde cuándo? La pregunta sin respuesta

Aquí conviene frenar el entusiasmo. TechBooky señala que Google no publicó una lista de precios ni un calendario claro de disponibilidad general para estas dos configuraciones. Sin precios comprometidos ni benchmarks independientes, comparar la TPU 8i Max con una GPU de Nvidia sigue siendo un ejercicio de fe. El dato que sí aporta ese medio: el negocio de chips de Google ya tendría cerca de 100 clientes.

Por qué Google necesita cuatro TPU en el mismo año

El contexto de mercado explica la urgencia. Según un informe de ResearchAndMarkets difundido por GlobeNewswire, el mercado de chips para inferencia de IA pasó de US$92.000 millones en 2025 a una estimación de US$128.000 millones en 2026, con proyección de US$589.500 millones para 2036. El mismo informe recuerda que Nvidia reportó que la inferencia representaba aproximadamente el 40% de sus ventas de centros de datos en su ejercicio fiscal 2024.

La presión competitiva es real. The Next Web reportó que el mercado de ASIC personalizados para IA crece a un 44,6% anual frente al 16,1% de las GPU, y que hay analistas que proyectan una caída de la cuota de Nvidia en inferencia desde más del 90% hasta un rango del 20% al 30%. Google Cloud, en tanto, ronda el 11% del mercado de infraestructura en la nube, detrás de AWS (31%) y Azure (25%).

El respaldo comercial también creció. Business Insider informó que Google y Oracle acordaron ofrecer TPUs a clientes de Oracle Cloud, la primera vez que las TPU salen de la propia plataforma de Google. Y en su documentación de salida a bolsa, Anthropic dijo que planea gastar US$114.500 millones en cómputo de Google entre abril de 2026 y julio de 2033, con un estimado de entre US$125.000 y US$150.000 millones en capacidad de TPU. Mizuho proyectó ingresos por TPU de US$28.000 millones en 2026 y US$67.000 millones en 2027, según el mismo medio.

¿Qué significa esto para tu startup?

1. Si vendes a sectores regulados, la computación confidencial deja de ser un diferencial y pasa a ser un requisito de mesa. Salud, finanzas, legal y sector público van a empezar a pedir que el dato esté protegido durante el procesamiento, no solo en reposo. Si tu producto procesa información sensible de clientes, revisa hoy en qué capa confías: si tu respuesta es «ciframos en tránsito y en disco», tienes un hueco frente a competidores que ya pueden demostrar aislamiento en cómputo.

2. Los agentes con contexto largo cambian tu arquitectura, no solo tu factura. Si estás construyendo agentes que leen repositorios completos, contratos extensos o transcripciones largas, el cuello de botella real es la memoria, no la inteligencia del modelo. Antes de rediseñar tu pipeline, pide a tu proveedor de nube métricas de ancho de banda y de coste por sesión de agente, no solo de tokens por segundo.

3. El frente del software es tu oportunidad de bajar el costo de migración. Que PyTorch y los modelos de Hugging Face corran de forma nativa en TPU sin reescribir código reduce el costo de probar un segundo proveedor de cómputo. Una acción concreta y de bajo riesgo: corre tu benchmark interno —el tuyo, con tu tráfico— en dos aceleradores distintos y compara coste por tarea completada, no precio por hora de chip.

4. Negocia con el dato de utilización en la mano. Funciones como la suspensión de sesiones de agentes inactivas apuntan a un problema que casi todos los equipos subestiman: el agente que espera la respuesta de una herramienta sigue ocupando recursos. Mide qué porcentaje de tu tiempo de cómputo está ocioso esperando. Ese número es tu palanca de negociación.

Conclusión

Google no está vendiendo un chip más rápido: está fragmentando su oferta para que cada carga de trabajo tenga un acelerador específico, del entrenamiento a la inferencia confidencial. Para un founder, la lectura práctica es que la infraestructura de IA se está convirtiendo en una decisión de arquitectura y de cumplimiento normativo, no solo de precio por token. La pregunta ya no es qué modelo usas, sino qué garantías puedes dar sobre los datos mientras el modelo los está procesando.