Google aspira a 135.000 millones de dólares en ventas de TPU en 2028, frente a los 12.000 millones que Bloomberg Intelligence estima para este año. El pulso entre las TPU de Google y Nvidia ya no se libra en la hoja de especificaciones, sino en la cuenta de resultados de los centros de datos.
Claves de la operación
- Cuatro configuraciones en doce meses. Google lanzaba una TPU cada dos años; ahora suma el 8t, el 8i, el 8tx y el 8i Max dentro de una misma generación.
- El 8tx blinda los datos dentro del propio chip. Reutiliza el silicio del 8t, se apoya en procesadores AMD EPYC de quinta generación y promete una latencia hasta dos veces menor.
- La oferta ya está vendida. Apple, Meta y Oracle figuran entre los clientes, y la escasez de memoria y de capacidad de fabricación limita el crecimiento.
De una TPU cada dos años a cuatro configuraciones en doce meses
El TPU 8tx y el TPU 8i Max se suman al 8t, orientado al entrenamiento, y al 8i, diseñado para razonamiento, que la compañía presentó en el Google Cloud Next de abril. Son cuatro variantes sobre la misma generación, cuando el histórico de la casa era una familia nueva cada dos años. La familia de aceleradores TPU de Google Cloud deja de ser un producto único y pasa a ser un catálogo.
Los números que Google pone sobre la mesa son de generación, no de variante: el 8t ofrece hasta 2,7 veces más rendimiento de entrenamiento que su antecesor y el 8i mejora hasta un 80% la relación precio-rendimiento en inferencia. No hay precios ni fechas cerradas para el 8tx y el 8i Max: Amin Vahdat, responsable de chips de Google, se limitó a señalar a Bloomberg que estarán disponibles el año que viene.
Conviene subrayar una letra pequeña que cambia la lectura del anuncio. Ninguno de los dos es un chip nuevo. Vahdat reconoce que son reconfiguraciones de silicio ya existente, adaptadas a lo que pedían los clientes. Un diseño desde cero exige años de trabajo; la red, la memoria y el empaquetado alrededor del chip se ajustan en meses. Ese es el atajo que permite a Google seguir el ritmo del software de IA, que cambia cada trimestre.
La base conceptual no es nueva: la unidad de procesamiento tensorial lleva una década en los centros de datos de la compañía, casi siempre sin precio público y casi siempre reservada a uso interno o a clientes estratégicos de su nube.
El muro de la memoria y la puerta de los gobiernos
El TPU 8tx apunta a gobiernos y sectores regulados que necesitan ejecutar modelos y agentes con datos confidenciales. El problema técnico es conocido: la información viaja cifrada y se almacena cifrada, pero se desbloquea en memoria mientras se procesa. La propuesta de Google es integrar esa protección en el hardware y mantener aislados los datos y los pesos del modelo incluso durante su uso.
La compañía asegura además que los clientes pueden ajustar modelos con datos privados sin moverlos de clúster, y que la penalización de rendimiento frente al 8t es casi nula. La seguridad se convierte en argumento comercial, no en un complemento, precisamente en el segmento donde Nvidia tiene menos recorrido por la vía de la nube pública y donde la compra se decide por cumplimiento normativo antes que por benchmarks.
Vender silicio propio ya no va de tener el chip más rápido, sino de controlar el cuello de botella que nadie más sabe desatascar.
El TPU 8i Max ataca otro límite. Cuando decenas de agentes trabajan sobre una base de código entera o sobre horas de vídeo, el ancho de banda de memoria se convierte en el factor que rompe la ecuación. Google mete dos TPU 8i en un mismo paquete: duplica capacidad de cálculo, memoria SRAM integrada y ancho de banda, y permite el doble de silicio en el mismo espacio de rack.
Vahdat sitúa el uso en contexto largo: descubrimiento de fármacos, problemas matemáticos complejos y programación asistida. Es el mismo terreno donde Nvidia comercializa sistemas completos y donde el software de Google, con XLA y JAX, lleva años ganando tracción entre equipos de investigación.
El riesgo que Alphabet no puede fabricar sola
El entusiasmo choca con la física. Todas las TPU de las que dispone Google ya están contratadas por algún cliente, y persisten la escasez de memoria y la capacidad de fabricación. La compañía ha ampliado su base de proveedores más allá de Broadcom, con un acuerdo con Marvell, señal de que el cuello de botella está tanto en el diseño del circuito integrado específico como en el suministro.
La cartera de clientes explica la ambición. Apple, Meta, y Oracle aparecen en la lista; Oracle ha indicado que sus clientes de nube podrán usar TPU a partir del próximo año. Anthropic tiene la opción de comprar hasta 150.000 millones de dólares en TPU entre 2028 y 2031, según un documento regulatorio citado por Bloomberg, y el mismo medio ha informado de que OpenAI también planea adquirirlas. Bloomberg Intelligence proyecta el salto de 12.000 a 135.000 millones en apenas cuatro años, una cifra que solo se sostiene si la producción acompaña.
Hay competencia en el horizonte, aunque incipiente. Tenspresso, fundada por dos exingenieros de TPU, apunta a la inferencia de contexto largo y, según Bloomberg, está a un año como mínimo de cerrar su diseño. OpenAI y Anthropic también desarrollan silicio propio con veteranos del equipo de Google. El foso defensivo de las TPU no es el chip: es la integración con la nube y la ventaja de varios años en herramientas de compilación y en distribución de cargas.
En España, el debate del silicio propio sigue atascado en la escala. El PERTE Chip movilizó más de 12.000 millones de euros de inversión pública prevista con el objetivo de construir capacidad de diseño y fabricación, y su resultado más visible son centros de diseño y el Barcelona Supercomputing Center, no una alternativa comercial a los aceleradores de Nvidia. Las empresas que entrenan modelos en Madrid o Barcelona compran hoy capacidad en la nube estadounidense o, directamente, tarjetas del proveedor de Santa Clara. Observamos una asimetría que no se cierra con presupuesto: Google puede permitirse reconfigurar silicio cada trimestre porque ya amortizó su cadena de suministro; un consorcio europeo, no.
La lectura que hacemos es doble. Por un lado, Google demuestra que la especialización le funciona como argumento de venta frente a un Nvidia que comercializa plataformas completas y caras. Por otro, la fragmentación encarece el soporte: cuatro variantes obligan a portar y optimizar modelos distintos, y esa factura acaba en los equipos de ingeniería del cliente. La tesis de Vahdat, según la cual el futuro girará en torno a la especialización, es defendible en entrenamiento e inferencia; fuera de ahí, aún no está probada.
El siguiente hito no es técnico ni comercial, sino de calendario. Vahdat sitúa la disponibilidad el año que viene, sin mes y sin precio, justo cuando Alphabet aún debe publicar las cuentas del cuarto trimestre. Si el 8tx y el 8i Max llegan en plazo y con volumen, la cuota de Nvidia en inferencia empezará a erosionarse por el flanco de los datos regulados. Si no, la fragmentación habrá servido solo para engordar el catálogo.
