Google presenta TPU 8tx y TPU 8i Max para la era de los agentes

Qué ha ocurrido

Google anunció el 9 de noviembre de 2026 dos nuevos sistemas de aceleradores que amplían su octava generación de TPUs (unidades de procesamiento tensorial) hasta cuatro configuraciones distintas. Se llaman TPU 8tx y TPU 8i Max y, según la compañía, atienden dos problemas que se han vuelto centrales en la IA empresarial: la privacidad de los datos en sectores regulados y la memoria necesaria para trabajar con contextos de millón de tokens y equipos de agentes autónomos.

La octava generación se presentó en abril de 2026, durante el Google Cloud Next, con dos sistemas iniciales: TPU 8t, orientado al entrenamiento a gran escala, y TPU 8i, orientado al razonamiento en tiempo real. Google afirmó entonces que el 8t ofrecía hasta 2,7 veces más rendimiento de entrenamiento y el 8i un 80 % mejor rendimiento por dólar en inferencia que la generación anterior. Son cifras declaradas por la compañía, no verificadas de forma independiente.

Con las dos incorporaciones, Google asegura que es la primera vez que presenta cuatro sistemas TPU en un mismo año.

Sistemas, no chips nuevos

Hay un matiz importante: Google insiste en que no ha presentado dos chips nuevos, sino dos sistemas. La diferencia no es cosmética. Diseñar silicio nuevo es un proceso de años, atado a la fabricación; en cambio, reconfigurar el cómputo, la red, el almacenamiento y la seguridad alrededor de un chip ya existente permite sacar configuraciones nuevas en meses.

Así, el TPU 8tx reutiliza el silicio del TPU 8t y lo combina con CPU anfitrionas EPYC de quinta generación de AMD y con la red Boardfly de baja latencia. El TPU 8i Max, por su parte, coloca dos chips TPU 8i en un único paquete.

TPU 8tx, inferencia confidencial

Normalmente los datos se cifran cuando están almacenados o circulan por una red, pero deben descifrarse en memoria para poder procesarse. Google dice que el 8tx construye la seguridad directamente en el hardware, manteniendo los datos y los pesos del modelo protegidos e aislados incluso mientras están en uso. La compañía lo orienta a empresas reguladas y gobiernos que ejecutan modelos propios o de frontera y agentes autónomos junto a sus datos más sensibles.

Google afirma que la red Boardfly le permite reducir hasta el doble la latencia frente al TPU 8t con una penalización de rendimiento casi nula, y que el sistema permite ajustar modelos con datos privados, destilar modelos grandes en otros más pequeños y entrenar agentes por refuerzo sin migrar los datos entre clústeres separados.

AMD publicó su propio anuncio el mismo día sobre la integración de sus EPYC de quinta generación. Según el análisis de Futurum, la seguridad del 8tx se apoya en la virtualización cifrada de AMD, el cifrado del enlace PCIe, la atestación criptográfica y los enclaves de memoria seguros, de modo que un equipo de cumplimiento puede auditar un único perímetro físico. Todas estas prestaciones son declaradas por Google y no hay por ahora pruebas independientes que las contrasten.

TPU 8i Max, la pared de la memoria

Cuando decenas de agentes trabajan a la vez sobre una base de código o ventanas de contexto muy largas, el cuello de botella deja de ser el cómputo y pasa a ser la memoria. Google tomó dos chips TPU 8i y los combinó en un solo paquete. El resultado, según la compañía, duplica la capacidad de cómputo, la SRAM y el ancho de banda HBM respecto al 8i, y permite colocar el doble de silicio en el mismo espacio de rack, lo que se traduce en más potencia por metro cuadrado y por vatio.

En una rueda de prensa, Mark Lohmeyer, de Google, situó la memoria del 8i Max en 384 GB de HBM, alrededor de un 33 % más que los 288 GB del 8i, según Data Center Knowledge. El análisis de Futurum calcula 768 MB de SRAM y 17,2 TB/s de ancho de banda, el doble de las cifras del 8i.

El software que los acompaña

Google aprovechó el anuncio para presentar un paquete de software abierto. TorchTPU, que permite ejecutar código PyTorch nativo en TPUs sin reescrituras, se abrió al público el mes pasado; el TPU agent suite, en vista previa, se integra en herramientas de programación como Claude Code, Cursor y Google Antigravity para automatizar la adaptación al hardware; el XLA Serving Engine sirve modelos entrenados en Python en un runtime C++ de baja latencia; y TPU Sync jerarquiza la memoria de los clústeres para mover las cachés de los agentes fuera del chip cuando hace falta. Cloud Pathways y el dynamic slicing de GKE han pasado a disponibilidad general.

Sobre rendimiento, Google cita los benchmarks InferenceX y AgentX, ligados a SemiAnalysis, y asegura que su pila vLLM-TorchTPU alcanzó marcas de rendimiento por dólar de vanguardia en codificación agente y trabajo con contexto largo. Son resultados que la compañía atribuye a evaluaciones y que no se han reproducido de forma independiente para esta información.

Por qué importa

El movimiento va más allá de la ficha técnica. Refleja cómo está cambiando la demanda de aceleradores: los agentes autónomos no solo consumen más cómputo, sino que mantienen estado, razonan sobre contextos enormes y permanecen parados segundos o horas entre llamadas. La respuesta de la industria no es solo más potencia, sino hardware específico para la privacidad y para la memoria.

Google también está convirtiendo las TPUs en un negocio. La compañía dice que tiene casi cien clientes, incluidos laboratorios de frontera, firmas de trading, minoristas y universidades, y que vende TPUs para instalación en los propios centros de datos de los clientes, no solo en su nube.

El anuncio llega, además, en un momento delicado para NVIDIA, la gran dominadora del mercado de aceleradores de IA, que afronta una crisis de liderazgo después de las informaciones sobre una posible destitución de su consejero delegado.

Qué sigue sin saberse

Ni el 8tx ni el 8i Max se envían todavía. La página de Google Cloud los marca como «próximamente» y Amin Vahdat, responsable de tecnología e infraestructura de IA de Google, dijo a Bloomberg que llegarán en 2027. La compañía no ha publicado precios, regiones ni condiciones para el despliegue en centros de datos propios.

Tampoco existen pruebas independientes de las prestaciones declaradas ni comparaciones públicas con la competencia. Hasta que haya precios y resultados de terceros, la pregunta para los compradores sigue siendo la de siempre: si su software funciona bien en TPUs.