Google acelera el desarrollo de chips de IA y lanza cuatro nuevos modelos de TPU en 2026

icon币界网
Compartir
AI summary iconResumen
Google anunció dos nuevos modelos de TPU: TPU 8tx y TPU 8i Max, el 9 de noviembre de 2026, su cuarto lanzamiento de chip de IA este año. El TPU 8tx se enfoca en el procesamiento seguro de datos, mientras que el TPU 8i Max duplica la memoria y el ancho de banda para el manejo de contextos grandes. Google ahora está vendiendo TPUs fuera de los servicios en la nube, con ingresos esperados que aumentarán bruscamente en 2027. Las asociaciones con Anthropic y Oracle, junto con los esfuerzos de software TPU abiertos, buscan desafiar a NVIDIA. Este movimiento ocurre en medio del creciente interés en IA + cripto y sugiere nuevas listas de tokens en ecosistemas relacionados.
CoinDesk informa:

Caijing 2026-11-10 07:54:22 Escuchar noticias

Autor: Liu Xiaojie Editora: Ning Jiayan

Google está acelerando la iteración de sus chips de IA. El 9 de noviembre, hora local, Google anunció el lanzamiento de dos nuevos TPU (Unidades de Procesamiento de Tensores): el TPU 8tx y el TPU 8i Max, diseñados respectivamente para necesidades de inferencia segura y confidencial, y procesamiento de contextos extremadamente largos.

Esta es la segunda actualización del portafolio de TPU de Google este año y la primera vez que lanza cuatro TPU en un solo año. A diferencia de los esfuerzos pasados centrados principalmente en mejorar el rendimiento de cómputo, Google ahora enfatiza la demanda generada por los agentes de IA; en su blog, describe los nuevos TPU como "diseñados específicamente para la era de los agentes".

Entre ellos, el TPU 8tx se destaca por la seguridad de datos a nivel de hardware, permitiendo ejecutar y entrenar modelos de IA mientras se procesan datos sensibles; el TPU 8i Max, mediante un diseño de doble chip, duplica la capacidad de cómputo, la capacidad de memoria y el ancho de banda de memoria respecto al TPU 8i, para admitir procesamiento de contexto a nivel de millones de tokens.

El 9 de noviembre, al abrir el mercado estadounidense, Google (GOOGL.US) aumentó hasta un 4%, pero luego redujo sus ganancias; al cierre, Google subió un 1,18%, cerrando en 288,15 dólares por acción, con una capitalización de mercado de 3,54 billones de dólares.

En la conferencia Google Cloud Next de abril de este año, Google lanzó dos TPU de octava generación: el TPU 8t diseñado para el entrenamiento de modelos grandes y el TPU 8i optimizado para inferencia en tiempo real. Los dos nuevos TPU lanzados hoy optimizan aún más soluciones para problemas específicos en aplicaciones de IA empresarial.

Normalmente, los datos empresariales pueden cifrarse durante el almacenamiento y la transmisión por red, pero durante el procesamiento real en la computadora, a menudo deben descifrarse, lo que genera riesgos de seguridad potenciales. Según Google, el TPU 8tx integra directamente la capacidad de seguridad en la capa de hardware, protegiendo así los datos sensibles y los pesos del modelo incluso durante el cálculo real. Esta capacidad es especialmente útil para clientes con altos requisitos de seguridad de datos, como instituciones financieras y organismos gubernamentales.

Otro producto, el TPU 8i Max, aborda el problema del muro de memoria en la industria de la IA. A medida que los agentes de IA pasan de respuestas simples a la ejecución de tareas complejas, el cuello de botella en la eficiencia de cálculo es cada vez más la capacidad de la memoria para suministrar datos al procesador a tiempo. Para resolver este problema, Google integró dos chips TPU 8i en el mismo paquete, duplicando así su capacidad de cálculo y el ancho de banda de HBM. Google indica que este diseño está diseñado principalmente para satisfacer las necesidades de ventanas de contexto extremadamente grandes y cálculos de alta densidad.

La comercialización de los TPU de Google se está acelerando. Amin Vahdat, vicepresidente senior y director técnico de Google, indicó que los TPU se han convertido en un negocio de rápido crecimiento, con cerca de 100 clientes actuales, incluidos laboratorios de IA de vanguardia, empresas de trading, minoristas y universidades.

Anteriormente, el modelo de negocio de los TPU de Google consistía principalmente en proporcionar servicios de poder de cómputo a clientes externos a través de Google Cloud. En abril de este año, Google anunció por primera vez que vendería directamente sistemas TPU a ciertos clientes, permitiéndoles desplegarlos en sus propios centros de datos.

En el segundo trimestre, Google indicó que había completado las primeras entregas. En su último informe financiero del tercer trimestre, Google añadió que las ventas de TPU se han convertido en uno de los principales impulsores de crecimiento de los ingresos del negocio en la nube, y se espera que los ingresos relacionados aumenten significativamente para 2027.

Google también es uno de los mayores clientes de TPU de sus competidores en el campo de los modelos grandes. En octubre de 2025, la empresa de modelos grandes Anthropic anunció la expansión de su colaboración con Google Cloud, planeando utilizar hasta un millón de TPU, con un acuerdo de cientos de miles de millones de dólares. Luego, en abril de este año, Anthropic volvió a anunciar una expansión de su colaboración con Google y Broadcom, añadiendo varios gigavatios de capacidad de TPU de próxima generación.

OpenAI también está considerando la adquisición de TPU de Google. A finales de octubre, se informó que OpenAI planea comprar chips de IA de Google para reducir su dependencia de las GPU de NVIDIA. Además, el sitio web de OpenAI está reclutando ingenieros de compiladores TPU para optimizar el rendimiento de sus modelos de vanguardia en TPU. Sin embargo, el plan de adquisición aún no ha sido confirmado oficialmente.

A finales de octubre, Google también anunció una colaboración con Oracle, planeando ofrecer capacidad de TPU a través de los servicios en la nube de Oracle a partir de 2027. Oracle se convertirá en el primer proveedor de nube a gran escala fuera de Google en ofrecer TPU.

Aunque NVIDIA aún mantiene una posición importante en el mercado de capacidad de cómputo para IA, Google está intentando ampliar el espacio del mercado mediante más productos y canales de distribución, lo que representa un desafío para NVIDIA.

Sin embargo, para competir con NVIDIA, Google no puede depender solo del rendimiento de su hardware. Una gran ventaja de NVIDIA es su ecosistema de software CUDA, acumulado a lo largo de muchos años. CUDA es la plataforma de cálculo paralelo y el modelo de programación desarrollados por NVIDIA, y constituye la base fundamental para que numerosos desarrolladores de IA utilicen GPUs. Si las empresas deciden migrar a otras plataformas de chips, a menudo deben asumir costos adicionales de adaptación y migración de software.

Google también está intentando resolver este problema. En esta lanzamiento, Google destacó los avances en la apertura del ecosistema de software de TPU. El mes pasado, Google abrió el código de TorchTPU, permitiendo que el código PyTorch y los modelos de Hugging Face se ejecuten directamente en TPU sin necesidad de reescribir el código. Al mismo tiempo, Google proporciona soporte para TPU en los principales marcos de inferencia de código abierto, con el objetivo de reducir la barrera de entrada para los desarrolladores que utilizan TPU a través de diversos canales.

La competencia en chips de IA es multidimensional, incluyendo el ecosistema de software y hardware, la flexibilidad de implementación y el costo computacional total; aún queda por verse si Google logrará obtener más pedidos, lo cual dependerá del mercado y el tiempo.

Sin embargo, otra ventaja por la que se espera mucho de Google es su "IA de pila completa", ya que es tanto desarrolladora de chips de IA como de modelos grandes y proveedora de servicios en la nube, capaz de integrar el desarrollo de chips, software y modelos.

En este blog, Google menciona que los modelos Gemini entrenados con TPU también están acelerando el desarrollo de la próxima generación de TPU. "El equipo está utilizando el sistema de aprendizaje por refuerzo AlphaChip y modelos Gemini para asistir en el diseño de la distribución de chips, reduciendo tareas que antes requerían semanas a solo unas pocas horas." La cooperación entre software y hardware es la ventaja competitiva diferenciadora que Google busca establecer.

Autor del artículo

Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información. Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.