Google presenta dos nuevos chips para revolucionar la IA

Google ha presentado dos nuevas TPU de octava generación: TPU 8tx y TPU 8i Max. La primera está diseñada para la inferencia segura y confidencial con protección de datos en la capa de hardware; la segunda, para duplicar cómputo, SRAM y ancho de banda HBM y así manejar ventanas de contexto masivas.

Ambas se incorporan a la familia de octava generación, que ya incluía la TPU 8t —orientada al entrenamiento a gran escala— y la 8i —para inferencia con menor coste y latencia—, presentadas en abril de este año durante el Google Cloud Next'26.

TPU 8tx: seguridad en hardware

La TPU 8tx apunta a empresas reguladas y gobiernos que ejecuten modelos propios o de frontera y utilicen agentes autónomos. Su propósito es proteger los datos más sensibles integrando la seguridad directamente en la capa de hardware, no solo en el almacenamiento o en tránsito.

Datos y pesos del modelo permanecen protegidos y aislados incluso durante el procesamiento. El chip comparte silicio con la TPU 8t y se combina con servidores equipados con CPU AMD EPYC de 5ª generación. Google señala que ofrece hasta 2 veces menos latencia que la TPU 8t gracias a la red Boardfly, pensada para el razonamiento en tiempo real.

Además, la TPU 8tx permite ajustar modelos con datos privados, destilar modelos grandes en versiones más compactas y entrenar agentes mediante aprendizaje por refuerzo, todo sin necesidad de mover datos sensibles entre clústeres separados.

TPU 8i Max: potencia para contextos masivos

El sistema TPU 8i Max combina dos chips TPU en un solo paquete para atacar directamente el problema de la limitación de memoria. Cuando decenas de agentes de IA trabajan en paralelo sobre un código fuente completo o procesan horas de vídeo, el ancho de banda se convierte en el cuello de botella. Este chip lo resuelve.

Al integrar el doble de silicio en el mismo espacio de rack, la TPU 8i Max duplica el cómputo, la SRAM y el ancho de banda HBM respecto a la TPU 8i. El resultado es que los centros de datos pueden desplegar más potencia por metro cuadrado y por vatio.

Accesibilidad para desarrolladores

Google ha abierto el desarrollo de TPU a todos los desarrolladores de PyTorch. Ahora es posible ejecutar código PyTorch y modelos de Hugging Face de forma nativa en la TPU sin reescribir código, con soporte para vLLM y SGLang.

Para simplificar la optimización del hardware, el nuevo modelo de agentes de TPU de código abierto se ha integrado con herramientas de codificación como Claude Code, Cursor y Google Antigravity, capaces de identificar cuellos de botella y automatizar los ajustes de kernels personalizados.

Google ha confirmado que la pila nativa de software vLLM-TorchTPU logró marcas de precio-rendimiento "de vanguardia" en las pruebas InferenceX y AgentX, que evalúan la codificación agente realista y el trabajo con contextos extensos.

Nuevas herramientas de optimización

La compañía también ha presentado Agent Compute Engine, un sistema que suspende sesiones de agentes inactivas y traslada su memoria de trabajo fuera del chip en milisegundos, con el objetivo de reducir costes operativos.

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