Google lanza TPU 8tx y 8i Max: 4 chips en un año

Google amplía su octava generación de TPU con dos sistemas nuevos

Google presentó TPU 8tx y TPU 8i Max, dos sistemas que se suman a su familia de TPU de octava generación y que llevan a la compañía a lanzar cuatro configuraciones distintas en un mismo año, algo que no había hecho antes. Los nuevos aceleradores apuntan a dos problemas concretos de las empresas que ya ponen agentes autónomos en producción: proteger datos sensibles mientras se procesan y sostener ventanas de contexto que llegan al millón de tokens.

El dato que mejor mide el tamaño de esta apuesta no es el chip, sino la cartera: el negocio de TPU ya cuenta con cerca de 100 clientes, entre laboratorios de IA, firmas financieras, minoristas y universidades. Google no vende solo a través de su nube: también permite desplegar estos sistemas dentro de los centros de datos del cliente.

Para un founder, la lectura es directa. La infraestructura de IA se está segmentando por tipo de carga, y elegir bien deja de ser un detalle de ingeniería para convertirse en una decisión de costos y de cumplimiento normativo.

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 →

¿Qué diferencia a la TPU 8tx del resto de la familia?

La TPU 8tx está pensada para organizaciones reguladas y gobiernos que ejecutan modelos propios o de frontera junto a datos confidenciales. Su diferencial es que incorpora mecanismos de seguridad directamente en el hardware: los datos y los pesos del modelo permanecen protegidos y aislados incluso mientras se están procesando.

Ese matiz importa. El cifrado tradicional protege la información cuando está almacenada o viajando por la red, pero al procesarla hay que descifrarla en memoria. Según Google Cloud, el trabajo conjunto con AMD extendió el cifrado a lo largo de todo el camino de datos, desde la CPU hasta la TPU, su memoria y el chip, de modo que ni el operador de la nube ni el del centro de datos pueden acceder a la información protegida (Chosun Biz).

El sistema usa el mismo silicio que la TPU 8t, se combina con hosts basados en procesadores AMD EPYC de quinta generación y adopta la red Boardfly de baja latencia, la misma que se usa para razonamiento en tiempo real. Google sostiene que esa combinación reduce hasta dos veces la latencia frente a la TPU 8t, prácticamente sin penalización de rendimiento.

En la práctica, permite combinar inferencia y entrenamiento de menor escala en un mismo entorno: ajustar un modelo con datos privados, destilar un modelo grande en una versión más chica o entrenar agentes con aprendizaje por refuerzo sin mover información sensible entre clústeres separados.

TPU 8i Max: cómo se ataca el muro de memoria

El segundo sistema ataca un cuello de botella distinto. Cuando decenas de agentes trabajan en simultáneo sobre un repositorio completo de código o sobre horas de video, el ancho de banda de memoria se convierte en el límite antes que la potencia de cálculo.

Google integró dos chips TPU 8i de baja latencia en un único encapsulado. El resultado, según cifras que dio a conocer Google Cloud durante una ronda con medios, es el doble de cómputo, 384 GB de memoria HBM (un 33% más que la TPU 8i), 17,2 TB por segundo de ancho de banda y 768 MB de SRAM en chip (Chosun Biz). Mark Lohmeyer, vicepresidente y gerente general de AI e infraestructura de cómputo de Google Cloud, lo comparó con agregar carriles a una autopista: un auto no va más rápido por sumar carriles, pero pasan más autos en el mismo tiempo.

Como el doble de silicio entra en el mismo espacio de rack, los centros de datos pueden instalar más capacidad de cómputo por metro cuadrado y por vatio. Ese detalle operativo pesa cada vez más: la expansión de IA está presionando energía, refrigeración y espacio físico.

Cuatro chips en un año: la estrategia detrás de la familia

Google está usando una misma generación de silicio como base y modificando encapsulado, memoria, conectividad y seguridad para cada tipo de carga. Ese enfoque acorta los ciclos de desarrollo: diseñar un procesador nuevo lleva años, mientras que reconfigurar lo que rodea al chip permite lanzar variantes específicas mucho más rápido.

El portafolio queda así: TPU 8t para entrenamiento a gran escala, TPU 8i para razonamiento de baja latencia, TPU 8tx para computación confidencial y TPU 8i Max para contextos masivos y mayor densidad por rack. Las TPU 8t y 8i se presentaron en abril de 2026 en el marco de Google Cloud Next, con hasta 2,7 veces más rendimiento de entrenamiento y una mejora del 80% en la relación precio-rendimiento en inferencia frente a generaciones anteriores.

Business Standard enmarca el movimiento como parte del esfuerzo de Google por ofrecer sus chips propios como alternativa a las GPU convencionales de Nvidia.

Software: la barrera que Google intenta derribar

Durante años, la objeción técnica para adoptar TPU frente a GPU fue el ecosistema: había que trabajar con herramientas y optimizaciones propias de Google. La compañía está atacando ese frente.

Publicó como código abierto TorchTPU, su pila nativa para ejecutar PyTorch sobre TPUs, desarrollada junto al equipo de PyTorch de Meta, con soporte para Hugging Face, vLLM, SGLang y Ray, según reportó La Ecuación Digital. También abrió el desarrollo de TPU a todos los desarrolladores de PyTorch, para ejecutar código y modelos sin reescribir nada.

A esto se suman piezas pensadas para bajar costos de operación. TPU Sync mueve la memoria de trabajo fuera del chip cuando un agente queda inactivo esperando una herramienta externa o la respuesta de un usuario, y la reasigna a otras tareas; es compatible no solo con la octava generación, sino con las TPU de quinta a séptima, según Chosun Biz. Agent Compute Engine suspende sesiones inactivas y desplaza su memoria en milisegundos, y Cloud Pathways ya está disponible de forma general en Google Kubernetes Engine.

¿Qué significa esto para tu startup?

Ninguna startup hispanohablante va a comprar TPU por unidad, pero la dirección del mercado sí te afecta directamente.

La factura de inferencia se vuelve una decisión de arquitectura, no de proveedor. Google está segmentando por tipo de carga: entrenamiento, razonamiento, confidencialidad y contexto largo. Revisa qué hace realmente tu producto: si tu agente lee documentos extensos o repositorios completos, tu costo está en la memoria y no en la potencia de cálculo. Ese es el eje donde conviene presionar al proveedor de infraestructura.
Si vendes a banca, salud o sector público, la computación confidencial deja de ser un diferenciador y empieza a ser un requisito de compra. Preparar tu arquitectura para no mover datos sensibles entre sistemas, y poder demostrarlo, te pone por delante en licitaciones y procesos de seguridad de tus clientes.
La portabilidad entre PyTorch, GPU y TPU reduce el costo de cambiar de proveedor. Si tu stack es estándar, tu poder de negociación de precios mejora. Evita dependencias propietarias difíciles de migrar.

Conclusión

Google no está compitiendo por el chip más rápido, sino por cubrir cada etapa del ciclo de vida de un agente con una configuración específica. La consecuencia para quien construye es que el hardware de IA deja de medirse con una sola métrica de potencia y empieza a medirse por dónde viven los datos, cuánta memoria exige cada modelo, cuánto tiempo pasa inactivo un agente y cuánto cuesta mover información entre sistemas. Entender esas variables antes de firmar un contrato de infraestructura es hoy tan importante como elegir el modelo.