O Google ampliou sua oitava geração de aceleradores de IA com dois sistemas: a TPU 8tx, voltada a cargas com dados confidenciais, e a TPU 8i Max, desenhada para aplicações que consomem muita memória. Segundo a empresa, é a primeira vez que quatro sistemas TPU são enviados em um único ano. O movimento é parte da estratégia de transformar as TPUs, antes tratadas como ferramenta interna, em plataforma para clientes de fora: a companhia afirma contar com quase 100 clientes externos de TPU.

O ponto central é que nenhum dos dois sistemas inaugura uma geração de silício. Ambos são construídos sobre processadores existentes e combinam diferentes configurações de empacotamento, rede e memória. O Google descreve essa abordagem modular como uma escolha deliberada para lançar novas variantes de hardware em meses, e não em anos. É uma mudança de ênfase: em vez de esperar o próximo chip, a empresa tenta extrair novas capacidades do sistema ao redor dele. A fonte não detalha volume de produção, preços, disponibilidade regional nem o número de racks efetivamente em operação.

Dados cifrados mesmo em uso

A TPU 8tx mira empresas e órgãos governamentais que lidam com informações sensíveis. Normalmente, dados são criptografados em armazenamento e transmissão, mas precisam ser decifrados na memória quando o processador começa a trabalhar com eles. A TPU 8tx foi projetada para fechar essa lacuna. De acordo com o Google, dados e pesos de modelos permanecem protegidos e isolados mesmo durante o uso ativo. A Nvidia já oferece recurso comparável para GPUs por meio de sua arquitetura de computação confidencial.

O sistema usa a rede Boardfly de baixa latência, desenvolvida pelo Google para inferência em tempo real, e deve entregar redução de latência até duas vezes maior em comparação com a TPU 8t, segundo a empresa. A proposta é permitir que empresas usem um único sistema para ajustar modelos, destilar modelos grandes em menores e treinar agentes de IA com aprendizado por reforço sem mover dados sensíveis entre clusters diferentes.

A aposta do Google não é trocar o processador, mas redesenhar pacote, rede e memória para vender TPUs a clientes de fora.

Dois chips, um pacote e mais memória por rack

A TPU 8i Max ataca outro gargalo: a largura de banda de memória. Quando agentes de IA trabalham simultaneamente em grandes bases de código ou em horas de vídeo, esse recurso se torna o ponto de estrangulamento. O Google colocou dois chips TPU 8i em um único pacote. O resultado, segundo a empresa, é o dobro de poder de computação, o dobro de memória e o dobro de largura de banda de memória no mesmo formato de rack, o que significa mais desempenho por metro quadrado de data center.

A fonte não traz consumo de energia, custo por rack ou condições de teste para esses números. Também não informa se o ganho foi medido em cargas reais ou apenas em configurações de laboratório. A afirmação, portanto, deve ser lida como capacidade anunciada e não como desempenho comprovado em toda a operação de um cliente.

Software para reduzir a barreira de adoção

Além do hardware, o Google liberou o TorchTPU como código aberto, para que código PyTorch rode em TPUs com mudanças mínimas. Frameworks populares de inferência, como vLLM e SGLang, também são suportados. O esforço busca baixar a barreira para desenvolvedores e tornar as TPUs mais competitivas em inferência, a operação cotidiana dos modelos, e não apenas em treinamento.

A disputa por aceleradores personalizados cresce justamente à medida que as aplicações de IA se espalham e o foco se desloca dos treinamentos caros para a inferência. Chips especializados tentam explorar esse terreno, e Amazon, Microsoft e OpenAI também desenvolvem aceleradores próprios. A Nvidia, por sua vez, reforçou sua oferta para inferência por meio de um acordo de acqui-hire e licenciamento com a Groq, segundo a fonte.

Para o mercado de infraestrutura, a mensagem é que a competição pode se deslocar para a combinação entre proteção de dados em uso, densidade de memória e facilidade de portar software. Não se trata apenas de qual chip tem mais capacidade bruta, mas de qual sistema entrega o pacote completo para cargas de inferência e dados regulados. O que permanece em aberto é a adoção efetiva fora do perímetro do Google, o custo energético das configurações mais densas e o desempenho independente das novas variantes — pontos que a empresa não detalhou.