Google presentó el 9 de noviembre de 2026 dos nuevos sistemas de su octava generación de chips TPU: el 8tx, orientado a inferencia confidencial, y el 8i Max, diseñado para procesar contextos de hasta escala masiva. El anuncio, publicado por la compañía desde su blog de infraestructura, amplía la disputa con Nvidia en el mercado de aceleradores para inteligencia artificial porque busca resolver dos obstáculos concretos de los agentes: proteger datos privados mientras ejecutan modelos y mantener el rendimiento cuando las conversaciones o bases de código crecen hasta millones de tokens.
Google convierte una familia de chips en un catálogo especializado
La compañía no describe las novedades simplemente como chips, sino como sistemas que combinan cómputo, memoria, interconexión, almacenamiento y empaquetado. Esa distinción permite a Google modificar la arquitectura alrededor del silicio con más rapidez que si tuviera que diseñar una nueva generación completa para cada uso.
El TPU 8tx añade computación confidencial a la plataforma. En términos prácticos, está pensado para que empresas reguladas y organismos públicos puedan ajustar modelos con datos privados, destilar modelos grandes o entrenar agentes mediante refuerzo sin mover esa información entre clústeres separados. La protección ocurre a nivel de hardware, una capa que Google presenta como complementaria al cifrado y a los controles de software.
El TPU 8i Max ataca otro límite: la memoria. Google combina dos chips TPU 8i en un mismo paquete para duplicar el cómputo, la memoria SRAM y el ancho de banda HBM respecto del 8i convencional. La meta es que un agente pueda trabajar con un repositorio de software completo, horas de video o una conversación extensa sin detenerse continuamente a traer datos desde niveles de memoria más lentos.
La carrera ya no se decide solo por el rendimiento bruto
Google afirma que sus TPUs tienen casi 100 clientes, entre laboratorios de frontera, firmas financieras, minoristas y universidades. La cifra importa porque Nvidia conserva una ventaja histórica: sus GPU funcionan dentro de un ecosistema de software muy extendido y pueden comprarse a través de numerosos proveedores. Google intenta cerrar esa brecha haciendo sus aceleradores más accesibles para desarrolladores y conectándolos con PyTorch y herramientas de código abierto.
La estrategia también responde al cambio en la demanda. Durante la primera etapa de la IA generativa, el objetivo dominante era entrenar modelos cada vez mayores. Ahora las empresas quieren agentes que ejecuten tareas durante horas, consulten grandes volúmenes de información y operen sobre datos sensibles. Eso desplaza la competencia hacia el costo de inferencia, la latencia, la memoria y la seguridad operacional.
El movimiento tiene una consecuencia comercial relevante: la unidad de compra deja de ser la tarjeta individual y pasa a ser el sistema completo. Para un cliente empresarial, importan tanto la red que conecta los aceleradores como la memoria disponible, el aislamiento de los datos y las herramientas que permiten migrar un modelo. Un chip más rápido puede perder atractivo si obliga a reescribir el software o si no ofrece garantías para sectores regulados.
Google tampoco promete que estas configuraciones sustituyan de inmediato a las GPU de Nvidia. Su apuesta es ampliar las opciones dentro de su propia nube y, progresivamente, permitir que algunos clientes desplieguen TPUs en sus centros de datos. Si esa apertura avanza, la rivalidad dejará de ser únicamente una comparación de benchmarks: también será una lucha por controlar la cadena completa de infraestructura, desde el compilador hasta el rack.
En abril, Google había presentado el TPU 8t para entrenamiento a gran escala y el 8i para razonamiento en tiempo real. La empresa dijo entonces que el 8t podía ofrecer hasta 2,7 veces más rendimiento de entrenamiento y que el 8i mejoraba en 80% la relación entre rendimiento y precio de inferencia frente a la generación anterior. Los nuevos sistemas completan el catálogo: 8t para escalar entrenamiento, 8i para baja latencia, 8tx para confidencialidad y 8i Max para ventanas de contexto extensas.
