Google presenta dos nuevas TPU, una para datos sensibles y otra para memoria, para competir con Nvidia
El TPU 8tx y el TPU 8i Max llegan el año que viene y elevan a cuatro las configuraciones de la familia de chips de IA de Google en una sola generación.
Google amplió su familia de procesadores de inteligencia artificial de diseño propio con dos variantes: el TPU 8tx, pensado para trabajar con datos confidenciales, y el TPU 8i Max, enfocado en tareas que consumen mucha memoria. Una TPU es un chip creado por Google específicamente para ejecutar y entrenar modelos de IA.
Con estas incorporaciones ya son cuatro las configuraciones de la generación actual en un solo año. Se suman al TPU 8t, para entrenamiento, y al TPU 8i, para razonamiento, presentados en el Google Cloud Next de abril. Google no ha dado precios ni fechas exactas, pero Amin Vahdat, su responsable de chips, dijo a un medio financiero que estarán disponibles el año que viene.
Una versión para datos sensibles
El TPU 8tx está dirigido a gobiernos e industrias reguladas que quieren usar modelos y agentes de IA con información confidencial. Google explica que los datos suelen ir cifrados cuando se almacenan o viajan por la red, pero deben descifrarse en la memoria mientras el equipo los procesa.
Según la empresa, el 8tx incorpora la protección en el propio hardware, de modo que los datos y los "pesos" de los modelos (los valores que definen cómo responde una IA) permanecen aislados incluso durante su uso. Google asegura que la latencia es hasta dos veces menor que la del 8t, con una pérdida de rendimiento casi nula, y que los clientes pueden ajustar modelos con datos privados sin moverlos entre clústeres. Este chip usa el mismo silicio que el 8t y se combina con procesadores AMD EPYC de quinta generación.
Una versión contra el "muro de la memoria"
El TPU 8i Max apunta a lo que Google llama el "muro de la memoria": cuando muchos agentes de IA trabajan sobre una base de código completa o sobre horas de video, el ancho de banda de la memoria se vuelve el cuello de botella.
La solución consiste en colocar dos chips TPU 8i en un mismo paquete. Google afirma que, frente al 8i estándar, esto duplica la capacidad de cálculo, la memoria SRAM integrada y el ancho de banda, y permite meter el doble de silicio en el mismo espacio de rack, es decir, en el mismo armario de un centro de datos. Vahdat dijo que está pensado para aplicaciones de contexto largo, como el descubrimiento de fármacos, problemas matemáticos complejos y programación.
Sobre el rendimiento de la generación, Google sostiene que el 8t ofrece hasta 2,7 veces más rendimiento de entrenamiento y el 8i hasta un 80% mejor relación precio-rendimiento en inferencia (el uso de un modelo ya entrenado) frente a la generación anterior.
Reconfiguraciones, no chips nuevos
Vahdat reconoció que ambas variantes son reconfiguraciones de silicio ya existente, adaptadas a pedidos de clientes. Un chip nuevo requiere años de diseño y fabricación, mientras que el sistema que lo rodea (redes, memoria, empaquetado) puede ajustarse en meses. Para Google, ese enfoque le permite seguir el ritmo del software de IA. Vahdat resumió la estrategia con la idea de que "el futuro va a girar en torno a la especialización".
Hasta ahora Google lanzaba nuevas TPU cada dos años, y Nvidia ha dominado el mercado de hardware para IA. Bloomberg Intelligence proyecta que las ventas de TPU, con hardware y software asociados, superen los 135.000 millones de dólares en 2028, frente a unos 12.000 millones estimados este año. Entre los clientes figuran Apple, Meta y Oracle. Anthropic tiene la opción de comprar hasta 150.000 millones de dólares en TPU entre 2028 y 2031, según un documento regulatorio, y OpenAI también planea adquirirlas, según los reportes.
Persisten obstáculos. Según los resultados más recientes de Google, todas las TPU disponibles ya están contratadas. Siguen la escasez de memoria y de capacidad de fabricación, y Google amplía sus proveedores más allá de Broadcom, con un acuerdo con Marvell. Además surge competencia: la startup Tenspresso, fundada por dos exingenieros de TPU, desarrolla un chip para inferencia de contexto largo, aunque está al menos a un año de terminar su diseño. OpenAI y Anthropic también trabajan en chips propios con veteranos de las TPU.
Fuentes: Xataka