En resumen
- TPU 8tx está dirigido a cargas de trabajo de computación confidencial y busca proteger los datos y los pesos del modelo durante el procesamiento.
- TPU 8i Max combina dos TPU 8i en un solo paquete y ofrece el doble de capacidad de cómputo, memoria y ancho de banda de memoria en el mismo formato de rack.
- Ninguno de los dos sistemas corresponde a una nueva generación de chips; son distintas configuraciones de hardware basadas en procesadores existentes.
- Google publicó TorchTPU como código abierto y señala que también ofrece compatibilidad con vLLM y SGLang, además de PyTorch.
El 9 de noviembre de 2026, Google anunció que sumaba dos nuevos sistemas a su familia de TPU de octava generación: TPU 8tx, centrado en el trabajo con datos confidenciales, y TPU 8i Max, diseñado para cargas de trabajo con uso intensivo de memoria. La compañía, que amplía su cartera de aceleradores de IA para distintos usos, afirma que ha enviado cuatro sistemas TPU en un año.
No son una nueva generación de chips, sino distintas configuraciones de sistemas
TPU 8tx y TPU 8i Max no se basan en una nueva generación de chips. Ambos sistemas recurren a diferentes disposiciones de empaquetado, red y memoria construidas en torno a procesadores existentes. De este modo, Google crea opciones de hardware para distintas cargas de trabajo a partir de una misma base de procesamiento.
Esta distinción es importante para valorar correctamente el alcance del anuncio: en lugar de presentar una nueva generación de chips, Google amplía las configuraciones de sistemas de la familia TPU. La compañía afirma que su enfoque modular le permite ofrecer nuevas opciones de hardware en cuestión de meses. Sin embargo, la fuente no especifica el precio de los productos, cuándo estarán disponibles para los clientes ni las condiciones de acceso.
TPU 8tx busca proteger los datos durante el procesamiento
TPU 8tx está dirigido a empresas y organismos públicos que trabajan con datos confidenciales. Según Google, el sistema busca ofrecer protección y aislamiento mientras se utilizan los datos y los pesos de los modelos. El enfoque va más allá del cifrado de datos almacenados o en tránsito y se centra en la seguridad durante el procesamiento.
El sistema utiliza la red Boardfly de Google, desarrollada para la inferencia en tiempo real. La compañía afirma que, en comparación con TPU 8t, la latencia puede reducirse hasta dos veces. Google también menciona como posibles usos el ajuste fino de modelos en un único sistema, la destilación de modelos grandes en otros más pequeños y el entrenamiento de agentes de IA mediante aprendizaje por refuerzo, todo ello sin trasladar datos confidenciales entre distintos clústeres. Estas son las aplicaciones y afirmaciones de rendimiento que ha comunicado el fabricante.
TPU 8i Max se centra en el cuello de botella de la memoria
TPU 8i Max combina dos chips TPU 8i en un solo paquete. Según Google, este diseño duplica la capacidad de cómputo, la memoria y el ancho de banda de memoria en el mismo formato de rack. La compañía cita como ejemplos de los requisitos de memoria que busca atender los agentes de IA que procesan grandes bases de código o videos de varias horas.
Además de ampliar el acceso al hardware, Google publicó TorchTPU como código abierto. Con esta herramienta, la compañía busca que el código de PyTorch funcione en TPU con cambios mínimos. También informa que ofrece compatibilidad con los frameworks de inferencia vLLM y SGLang. Según Google, el número de clientes externos que utilizan TPU se acerca a 100.
¿Qué significa para los flujos de trabajo de arquitectura y visualización?
Estos sistemas no son herramientas de modelado ni de renderizado: son hardware para centros de datos destinado a ejecutar modelos de IA. Para los estudios de arquitectura, los diseñadores de interiores y los equipos de visualización, su posible impacto se relaciona con las opciones de cómputo que hay detrás de los servicios de IA que utilizan. Las organizaciones que trabajan con datos confidenciales de proyectos pueden prestar atención al enfoque de protección durante el procesamiento de TPU 8tx, mientras que los proveedores de servicios que usan modelos con grandes necesidades de memoria pueden seguir la configuración de TPU 8i Max.
No obstante, el anuncio no incluye información sobre el uso en estaciones de trabajo locales, la compatibilidad directa con software de arquitectura, las licencias ni los costos. Por tanto, no hay datos suficientes para decidir si conviene sustituir las estaciones de trabajo actuales. Para quienes utilizan servicios de IA en la nube o en centros de datos, lo más razonable es seguir las novedades hasta que se aclaren las condiciones de acceso, la compatibilidad con el software que utilizan y el costo total.
Fuentes
1 fuenteNo republicamos los textos de las fuentes; las citas breves van marcadas y el resto es resumen y comentario propios.
Que Google ofrezca sistemas adaptados a distintos cuellos de botella en torno a una misma base TPU refuerza la importancia de contar con opciones de infraestructura de IA específicas para cada carga de trabajo. La promesa de TPU 8tx de proteger los datos durante el procesamiento resulta relevante para las organizaciones que trabajan con información confidencial de proyectos; sin embargo, sería prematuro tomar una decisión antes de conocer las condiciones de acceso y el rendimiento en cargas de trabajo reales.
Para los estudios de arquitectura y visualización de Turquía, este anuncio no implica una actualización directa de las estaciones de trabajo. Lo importante será seguir de cerca cómo se accede a las TPU, el costo total de uso, las licencias y la compatibilidad con los flujos de trabajo de software actuales. Hasta que se publiquen esos detalles, el beneficio práctico podría limitarse a los equipos cuyos servicios de IA ya ofrezcan este hardware.
Preguntas frecuentes
¿Para qué se diseñó Google TPU 8tx?
TPU 8tx está dirigido a cargas de trabajo de computación confidencial de empresas y organismos públicos que trabajan con datos sensibles. Google afirma que busca proteger los datos y los pesos de los modelos durante el procesamiento.
¿En qué se diferencia TPU 8i Max de TPU 8i?
TPU 8i Max utiliza dos chips TPU 8i en un solo paquete. Según Google, duplica la capacidad de cómputo, la memoria y el ancho de banda de memoria en el mismo formato de rack.
¿Qué software es compatible con TorchTPU?
Google busca que el código de PyTorch funcione en TPU con pocos cambios mediante TorchTPU, publicado como código abierto. La compañía también señala que ofrece compatibilidad con vLLM y SGLang.
