
Google presentó este 9 de noviembre dos nuevos sistemas TPU, el 8tx y el 8i Max, con los que busca ampliar su negocio de infraestructura para inteligencia artificial. La compañía completa así cuatro configuraciones de octava generación en 2026, una expansión dirigida principalmente a empresas que necesitan procesar grandes cantidades de información y ejecutar agentes autónomos.
El anuncio llega mientras la demanda de capacidad informática para inteligencia artificial continúa impulsando las inversiones en centros de datos. Google, que desarrolla sus propios aceleradores desde hace más de una década, busca ganar espacio en un segmento donde Nvidia mantiene una posición dominante gracias a sus GPU.
La diferencia entre los dos nuevos sistemas está en el tipo de trabajo que pueden realizar. Uno está diseñado para proteger información confidencial durante el procesamiento, mientras que el otro busca superar las limitaciones de memoria que aparecen cuando los modelos trabajan con grandes volúmenes de datos.
No se trata de dos chips desarrollados desde cero. Google utilizó procesadores existentes y modificó la manera en que se integran con la memoria, las conexiones y otros componentes. Esta decisión permite adaptar su infraestructura sin esperar los años que puede tomar diseñar y fabricar un semiconductor completamente nuevo.
La TPU 8tx, por ejemplo, incorpora mecanismos de computación confidencial a nivel de hardware y funciona junto con procesadores AMD EPYC de quinta generación.
Su aplicación está pensada para organizaciones que manejan información restringida, como bancos, entidades públicas y empresas que desarrollan modelos propios de inteligencia artificial.
El objetivo es proteger los datos incluso mientras están siendo utilizados. Esta característica aborda una de las preocupaciones que enfrentan las organizaciones cuando permiten que sistemas automatizados accedan a documentos internos o información de sus clientes.
Más memoria para agentes que ejecutan tareas complejas
La segunda novedad, TPU 8i Max, está orientada al procesamiento de información extensa. Google combinó dos chips TPU 8i en un mismo paquete para duplicar la capacidad de cómputo, la memoria SRAM y el ancho de banda HBM frente a la configuración original.
Esta capacidad puede resultar útil cuando varios agentes de inteligencia artificial trabajan simultáneamente sobre grandes repositorios de programación, documentos o grabaciones de vídeo.
El desafío no consiste únicamente en realizar cálculos más rápido. Los sistemas también necesitan disponer de suficiente memoria para consultar información durante las distintas etapas de una tarea.
Google acompaña estos desarrollos con herramientas de software destinadas a facilitar el uso de sus TPU. Entre ellas figura una mayor compatibilidad con PyTorch, uno de los entornos utilizados para desarrollar modelos de aprendizaje automático.
También presentó mecanismos para suspender temporalmente agentes que permanecen inactivos mientras esperan respuestas de otras aplicaciones, con el propósito de reducir recursos informáticos desperdiciados.
Aunque la compañía reporta mejoras de rendimiento, todavía será necesario evaluar cómo se traducen en costos y eficiencia para diferentes clientes.
La ampliación de su catálogo muestra hacia dónde está dirigiendo Google sus inversiones. Además de desarrollar modelos como Gemini, quiere aumentar su participación en la infraestructura que utilizan otras empresas para entrenar y ejecutar inteligencia artificial.
La competencia por este negocio dependerá tanto de la capacidad de los procesadores como de su consumo energético, compatibilidad con herramientas existentes y costos de operación.



