Google presentó este 9 de noviembre dos nuevos sistemas de su octava generación de unidades de procesamiento tensorial: TPU 8tx, orientado a cargas con datos sensibles, y TPU 8i Max, diseñado para inferencia con ventanas de contexto muy grandes. Ambos estarán disponibles en 2027 y elevan a cuatro la cantidad de sistemas TPU que la compañía anunció durante 2026, junto con TPU 8t para entrenamiento y TPU 8i para razonamiento en tiempo real.[1]

La diferencia entre los dos anuncios está en la carga que cada sistema busca resolver. TPU 8tx utiliza el mismo silicio de TPU 8t, pero lo combina con servidores anfitriones equipados con procesadores AMD EPYC de quinta generación. Google dice que esta configuración ofrece cómputo confidencial a nivel de hardware para ajuste fino privado y ejecución segura de agentes. La empresa la dirige a gobiernos y organizaciones reguladas que necesitan operar modelos propietarios o de frontera cerca de información sensible.[1][2]

El cómputo confidencial pretende proteger los datos mientras están siendo procesados, no solo cuando están almacenados o en tránsito. En un entorno de agentes, esa distinción es relevante porque el sistema puede consultar documentos internos, ejecutar herramientas y mantener contexto durante una tarea. Sin embargo, el anuncio no convierte por sí solo esa arquitectura en una garantía absoluta: la seguridad efectiva también dependerá de la atestación, la configuración del servicio, el aislamiento de las cargas y los controles de acceso que acompañen al hardware.

Google afirma que TPU 8tx puede lograr hasta dos veces menor latencia que TPU 8t con una penalización de rendimiento cercana a cero por sus protecciones. Ese resultado es una medición del proveedor y deberá evaluarse según el modelo, la topología y la carga real de cada cliente. La compañía todavía no publicó en el anuncio una comparación independiente que permita generalizar esa cifra a todos los escenarios.[2]

TPU 8i Max persigue otro cuello de botella: la inferencia de modelos que usan contextos extensos. El sistema integra dos chips TPU 8i en un mismo paquete y, según Google, duplica el cómputo, la SRAM y el ancho de banda de memoria HBM por socket. La empresa lo presenta para razonamiento sobre repositorios de código, documentos extensos, video y flujos de trabajo de agentes que necesitan conservar más información activa durante una sesión.[1][2]

La ampliación también refleja un cambio en la estrategia de TPU. Google ya no limita el mensaje a entrenar y servir sus propios modelos Gemini o a ofrecer capacidad dentro de Google Cloud. La compañía destaca soporte para PyTorch, herramientas automatizadas y software abierto, además de opciones para que clientes desplieguen TPU en sus propios centros de datos. El objetivo es reducir la fricción para equipos acostumbrados a ecosistemas que históricamente han girado alrededor de GPU.[1]

Para los compradores, el anuncio todavía es una hoja de ruta y no una disponibilidad inmediata. Google confirmó 2027 como horizonte, pero la información publicada no detalla precios, regiones iniciales ni resultados independientes de producción. Tampoco demuestra que una aplicación de agentes será segura únicamente por ejecutarse en 8tx o que todo contexto largo obtendrá la misma mejora con 8i Max.

La señal más concreta es la especialización. En vez de presentar un único acelerador para todas las etapas, Google está separando entrenamiento, razonamiento en tiempo real, cómputo confidencial e inferencia de contexto masivo dentro de una misma generación. Esa división puede darle más opciones a clientes de nube y centros de datos, pero la comparación decisiva llegará cuando existan precios, disponibilidad y pruebas reproducibles frente a otras plataformas.

Fuentes

[1] Leer Más — Our newest TPUs: 8tx and 8i Max, built for the agentic era — Google
[2] Leer Más — Google unveils TPU 8tx and 8i Max for secure, long-context AI — AI Weekly