- Google ha presentado las TPU 8tx y 8i Max, dos variantes para IA confidencial y contextos largos que estarán disponibles el próximo año.
- La 8tx combina aceleradores de Google con procesadores AMD EPYC y cifrado de hardware; la 8i Max integra dos chips TPU 8i en un solo paquete.
- Las estimaciones de analistas sitúan su coste alrededor de un 30 % por debajo de las GPU de Nvidia y prevén 135.000 millones de dólares en ventas para 2028.
- Google dice tener cerca de 100 clientes, Oracle ofrecerá TPU en su nube el próximo año y la escasez de componentes sigue limitando la oferta.
Google ha presentado este lunes, 9 de noviembre, dos nuevas variantes de sus unidades de procesamiento tensorial (TPU), la 8tx y la 8i Max, con las que busca ampliar su negocio de chips para inteligencia artificial y competir con Nvidia. La compañía prevé que estas versiones estén disponibles el próximo año y no ha concretado todavía un precio de venta.
No se trata de diseños de silicio completamente nuevos, sino de configuraciones adaptadas a tareas concretas. La 8tx pone el foco en la computación confidencial para gobiernos y empresas de sectores regulados; la 8i Max está pensada para aplicaciones que necesitan manejar ventanas de contexto largas, como descubrimiento de fármacos, matemáticas o programación.
Qué son la TPU 8tx y la TPU 8i Max
La TPU 8tx está orientada a cargas de trabajo con información sensible y combina aceleradores de Google con procesadores AMD EPYC de quinta generación y cifrado a nivel de hardware. Esa arquitectura permite mantener protegidos los datos y el modelo mientras se procesan, algo relevante para administraciones públicas y compañías financieras que no pueden exponer su información durante las operaciones.
El 8i Max afronta otro cuello de botella: la memoria. Google integra dos chips TPU 8i en un único paquete para elevar la capacidad de cálculo y la memoria disponible. Ese mayor espacio permite trabajar con más información en una misma consulta, una necesidad creciente entre los agentes de IA que revisan documentos extensos, repositorios de código o grandes conjuntos de datos antes de responder.
Amin Vahdat, responsable de chips de Google, resumió la estrategia con una idea: «el futuro girará en torno a la especialización». En lugar de fabricar un único procesador para todo, la compañía ofrece versiones adaptadas a cada carga de trabajo, una tesis que también está llevando a Nvidia hacia sistemas más especializados.
Por qué Google quiere competir con Nvidia
El movimiento llega en un mercado dominado por las GPU de Nvidia, donde la demanda sigue superando la oferta. Google lleva más de una década desarrollando TPU, primero para cubrir sus propias necesidades de cómputo y después para tareas de IA, y ahora quiere venderlas también fuera de Google Cloud. En este contexto, OpenAI ha negociado comprar chips de IA a Google para diversificar sus proveedores.
El atractivo para los clientes está en la relación precio-rendimiento. Los analistas calculan que las TPU cuestan alrededor de un 30 % menos que las GPU de Nvidia, aunque Google no ha publicado una tarifa oficial. Esa cifra conviene tomarla como una estimación de mercado, no como un precio cerrado para cualquier tipo de tarea.
Las previsiones de negocio son ambiciosas. Esas mismas estimaciones sitúan las ventas de TPU y productos relacionados por encima de los 135.000 millones de dólares en 2028, frente a los 12.000 millones calculados para este año. La proyección no incluye a los clientes que utilizan los chips a través de Google Cloud.
Google asegura que cerca de 100 organizaciones ya utilizan sus TPU, entre laboratorios de IA, universidades, minoristas y firmas financieras. Entre los clientes vinculados a esta tecnología aparecen Apple, Meta, Oracle, Anthropic y Jump Trading, aunque no todas han confirmado el uso de las nuevas variantes.
¿A quién afectan los nuevos chips de IA de Google?
El impacto más directo se concentra en empresas y organismos que necesitan ejecutar IA con datos sensibles o con mucho contexto. La 8tx encaja en administraciones públicas, compañías financieras y sectores regulados; la 8i Max apunta a asistentes de programación, investigación matemática y descubrimiento de fármacos.
- Administraciones y sectores regulados: necesitan procesar información confidencial sin exponerla durante el cálculo.
- Laboratorios, universidades y empresas de investigación: trabajan con modelos y conjuntos de datos que exigen más memoria y contexto.
- Firmas financieras y de trading: buscan rendimiento para entrenar y ejecutar modelos de IA con costes controlados.
Para el usuario final, el acceso no llega comprando el chip, sino a través de los servicios cloud y de las empresas que despliegan IA. Google canaliza parte de esa adopción mediante Google Cloud y herramientas compatibles con entornos como PyTorch; además, Oracle ofrecerá TPU a sus clientes de nube el próximo año.
¿Cuándo estarán disponibles los chips de IA de Google y qué riesgos hay?
Google sitúa la llegada de la 8tx y la 8i Max en el próximo año, pero no ha detallado una fecha exacta ni un precio. Tampoco ha publicado una cifra de consumo energético o de memoria total para la 8i Max, según la información disponible.
El negocio tiene deberes pendientes. Google reconoce presión por la escasez de componentes como memoria y capacidad de fabricación, y el sector afronta dudas sobre el ritmo de inversión en centros de datos. A eso se suman nuevos competidores y el desarrollo de chips propios por parte de empresas que también son clientes potenciales.
La clave será si Google puede producir suficientes unidades y si los clientes mantienen sus planes de inversión. De momento, la compañía ya ha movido ficha con dos chips que no buscan sustituir a Nvidia en todas las tareas, sino cubrir necesidades muy concretas de seguridad, memoria y contexto.
