Google lanza las TPU 8tx y 8i Max para blindar la IA de las empresas

Google ha presentado este lunes dos nuevas TPU de octava generación, la TPU 8tx y la TPU 8i Max, y con ellas ya son cuatro los sistemas de esta familia que saca en un solo año. La primera está pensada para que bancos, hospitales o administraciones ejecuten modelos de IA sin que sus datos queden expuestos ni siquiera mientras se procesan. La segunda junta dos chips en un mismo encapsulado para que los agentes de IA puedan tragarse contextos enormes sin atascarse.

Lo ha contado Amin Vahdat, vicepresidente sénior y responsable técnico de IA e infraestructura de Google, en el blog oficial de la compañía. Y aunque esto suene a hierro de centro de datos que nunca vas a tocar, a mí me parece de lo más interesante que ha anunciado Google en meses. Explico por qué.

Primero, el contexto

Las TPU son los procesadores que Google diseña para IA desde hace más de una década. Hoy entrenan y sirven los modelos Gemini, se alquilan en Google Cloud e incluso se pueden instalar en los centros de datos de los clientes. Según la propia Google, ya tienen cerca de 100 clientes, entre ellos laboratorios de IA punteros, empresas de trading, cadenas de tiendas y universidades.

En abril, en Google Cloud Next, la compañía presentó las dos primeras de esta generación: la TPU 8t, para entrenar modelos grandes, y la TPU 8i, para inferencia rápida. Google asegura que la 8t rinde hasta 2,7 veces más en entrenamiento y que la 8i mejora un 80 % la relación precio-rendimiento en inferencia frente a la generación anterior. Las dos de ahora no son chips nuevos, y la empresa lo dice sin rodeos: son sistemas nuevos construidos alrededor de chips que ya existían. Cambia el empaquetado, la memoria, la red y la seguridad.

La TPU 8tx y el dato que nunca se destapa

El problema que ataca la TPU 8tx es fácil de entender. Hoy los datos van cifrados cuando están guardados en un disco o cuando viajan por la red, pero en el momento en que el ordenador los procesa tienen que estar descifrados en memoria. Ese es el punto débil.

La TPU 8tx usa el mismo silicio que la 8t, va acompañada de procesadores AMD EPYC de quinta generación y mete la protección directamente en el hardware. Los datos sensibles y los pesos del modelo quedan aislados también mientras se trabaja con ellos, lo que se conoce como computación confidencial. Google añade que, al usar la red Boardfly de la 8i, ofrece hasta el doble de rapidez de respuesta que la TPU 8t y con una penalización de rendimiento «prácticamente nula». Esa última frase habrá que verla en pruebas independientes, claro.

Pongamos un ejemplo real. Un hospital quiere ajustar un modelo con miles de historiales clínicos para que ayude a resumir informes. Con la TPU 8tx podría hacer ese ajuste fino, destilar un modelo grande en uno más pequeño o entrenar a sus agentes con aprendizaje por refuerzo sin sacar los datos de ese entorno protegido ni moverlos entre clústeres distintos. Para cualquier organización europea que vive con el RGPD encima, y ahora con el AI Act, eso no es moco de pavo.

Mi opinión: es la pieza que más falta hacía. Muchas empresas en España no tienen miedo a la IA, tienen miedo a subir sus datos a la nube de otro. La TPU 8tx no resuelve todas las dudas jurídicas de depender de un proveedor estadounidense, pero quita una excusa técnica muy gorda.

La TPU 8i Max, o cómo saltarse el muro de la memoria

La otra novedad va por otro lado. Cuando decenas de agentes de IA trabajan a la vez sobre todo el código de un proyecto o sobre horas de vídeo, el cuello de botella ya no es la potencia de cálculo, sino lo rápido que llegan los datos a la memoria. Google lo llama el «muro de la memoria».

Su respuesta es meter dos chips TPU 8i en un solo encapsulado. Según la compañía, la TPU 8i Max ofrece el doble de cálculo, el doble de memoria SRAM y el doble de ancho de banda HBM que una TPU 8i. Y como cabe el doble de silicio en el mismo hueco de bastidor, un centro de datos puede meter bastante más potencia por metro cuadrado y por vatio.

El software es la parte que de verdad le importa a Nvidia

Aquí viene lo que creo que pasa más desapercibido. El gran foso de Nvidia no son solo sus GPU, es CUDA y todo lo que la gente ya sabe hacer con ellas. Google lo sabe, y buena parte del anuncio va de quitar fricción:

• TorchTPU, liberado como código abierto el mes pasado, para que el código de PyTorch y los modelos de Hugging Face funcionen en TPU sin reescribirlos.
• Un conjunto de agentes de código abierto, en vista previa, que se conecta a herramientas como Claude Code, Cursor o Google Antigravity para ayudar a adaptar y afinar el código para TPU.
• TPU Sync, también abierto, que según Google reduce más de un 90 % la latencia de transferencia de la caché y el tiempo hasta el primer token.
• Agent Compute Engine, que suspende y reanuda automáticamente las sesiones de agentes que están esperando, para no pagar por cálculo ocioso.
• Cloud Pathways y la partición dinámica en GKE, ya disponibles para todos los clientes, con arranques de tareas hasta 5 veces más rápidos.

Todo esto son cifras de Google, conviene recordarlo. Pero la dirección es clara: si un desarrollador puede llevar su modelo de PyTorch a una TPU sin tocar una línea, la conversación sobre qué hardware alquilar cambia bastante.

La letra pequeña

Lo que falta en el anuncio también dice cosas. Google no ha dado precios, ni una fecha concreta de disponibilidad para las dos nuevas TPU, ni qué regiones de Google Cloud las tendrán. Tampoco hay de momento comparativas independientes; las cifras de rendimiento salen todas de la propia compañía. Incluso la nota de Europa Press recoge los datos tal cual los ha comunicado Google.

Para el usuario de a pie no cambia nada mañana. El efecto llegará, si llega, en forma de servicios de IA más baratos o más fiables.

Lo que yo vigilaría en las próximas semanas es si alguna empresa grande europea, un banco o una administración, anuncia que usa la TPU 8tx con datos sensibles. Ese será el examen de verdad. La potencia ya la dábamos por hecha; la confianza es lo que Google tiene que demostrar.