Conoce los nuevos sistemas TPU de Google 8tx y 8i Max diseñados para potenciar agentes de inteligencia artificial en la nube.
Aunque siempre diseñó sus procesadores junto a Google DeepMind, hoy la compañía atiende a organizaciones externas que buscan aceleradores capaces de razonar sobre enormes ventanas de contexto y ofrecer cifrado especializado para agentes autónomos. Frente a esta demanda, los nuevos sistemas TPU de Google se combinan con mejoras en PyTorch y software abierto para facilitar su acceso a cada desarrollador y cliente en la nube.
Aquí es clave distinguir entre crear un chip desde cero, un proceso de años para ubicar miles de millones de transistores en silicio, y armar un computador alrededor del chip integrando cálculo, redes y almacenamiento.
Gracias a su apuesta por la modularidad con AI Hypercomputer, los ingenieros ajustan rápidamente el empaquetado, la memoria, las redes ópticas y la seguridad para entregar supercomputadores especializados en meses en vez de años.
En la octava generación, donde el TPU 8t brinda entrenamiento con máximo «goodput» —la inteligencia útil entregada por vatio usado— y el TPU 8i reduce a la mitad los retrasos entre chips, debutan dos nuevas variantes.
El sistema TPU 8tx apunta a gobiernos y empresas reguladas al unir el silicio del 8t con procesadores AMD EPYC de quinta generación para proteger los datos en el hardware mientras un computador los procesa en memoria, usando la red Boardfly para reducir la latencia a la mitad y entrenar o ajustar modelos en un mismo equipo sin migrar datos sensibles.
Por su parte, el sistema TPU 8i Max supera el límite de memoria cuando decenas de agentes trabajan sobre código o video, uniendo dos chips TPU 8i en un paquete que duplica la potencia, la SRAM y el ancho de banda HBM en el mismo espacio del bastidor.
Para impulsar su adopción sin reescribir código, la firma liberó TorchTPU para ejecutar PyTorch y Hugging Face de forma nativa con vLLM y SGLang, sumando XLA Serving Engine en C++ y una suite de agentes para Claude Code, Cursor y Google Antigravity que destaca en las pruebas InferenceX y AgentX.
Además, Agent Compute Engine suspende en milisegundos las sesiones inactivas para ahorrar energía, mientras TPU Sync unifica la memoria HBM, la DRAM y la red para bajar la latencia y el tiempo al primer token en más del 90%.
Finalmente, la llegada a Google Kubernetes Engine (GKE) de Cloud Pathways permite controlar múltiples particiones como una máquina local junto a la partición dinámica por conmutación óptica (OCS), que acorta hasta cinco veces el inicio de tareas y acelera hasta 4,5 veces la recuperación ante fallos, apoyándose en AlphaChip y Gemini para diseñar futuros chips en horas en vez de semanas.
