Google amplia portfólio de TPUs com 8tx e 8i Max para a era dos agentes de IA
Nova geração de aceleradores aposta em janelas de contexto massivas e inferência confidencial para atender à demanda de clientes regulados e cargas de trabalho agênticas
Ficha Técnica da 8ª Geração
- O portfólio da oitava geração agora conta com quatro sistemas: TPU 8t (treinamento em larga escala), TPU 8i (raciocínio em tempo real), TPU 8tx (inferência confidencial) e TPU 8i Max (contextos massivos)
- Os modelos 8t e 8i, anunciados em abril no Google Cloud Next, oferecem até 2,7 vezes melhor desempenho de treinamento e 80% melhor custo-benefício de inferência, respectivamente, em relação à geração anterior
- A base de clientes de TPUs do Google já soma quase 100 organizações, incluindo laboratórios de fronteira, empresas de trading, varejistas e universidades
O Google expandiu seu portfólio de TPUs de oitava geração com dois novos sistemas: o TPU 8tx, voltado para inferência segura e confidencial, e o TPU 8i Max, projetado para janelas de contexto massivas e máxima densidade de computação por rack. É a primeira vez que a empresa lança quatro sistemas TPU em um único ano.
Os novos aceleradores respondem a uma mudança estrutural na demanda por computação. Com as cargas de trabalho migrando da escala humana para a escala de agentes de IA, as empresas passaram a exigir hardware capaz de raciocinar sobre contextos extensos e, ao mesmo tempo, oferecer garantias de segurança para dados sensíveis.
Da escala humana à escala de agentes
O TPU 8i Max foi concebido para o que o Google chama de "janelas de contexto massivas" — a capacidade de um modelo processar e raciocinar sobre volumes gigantescos de informação em uma única inferência. Esse é um requisito central para agentes autônomos, que precisam manter memória de interações longas e consultar bases de dados extensas sem perder coerência.
Já o TPU 8tx atende a uma demanda específica de clientes altamente regulados, que necessitam de capacidades de criptografia especializadas para cargas de trabalho únicas. O sistema oferece inferência segura e confidencial, um diferencial para setores como finanças e saúde, onde a proteção de dados é mandatória.
Quatro sistemas em um ano
Em abril, durante o Google Cloud Next, a empresa já havia apresentado o TPU 8t, para treinamento em larga escala, e o TPU 8i, para raciocínio em tempo real. Na ocasião, os números divulgados foram expressivos: até 2,7 vezes melhor desempenho de treinamento para o 8t e 80% melhor custo-benefício de inferência para o 8i, ambos comparados à geração anterior.
Agora, com a adição do 8tx e do 8i Max, o Google fecha a oitava geração com quatro sistemas especializados. A empresa destaca que a diferença entre um novo chip e um novo sistema é crucial: enquanto o chip exige anos de projeto e fabricação de bilhões de transistores, o sistema envolve a integração de computação, rede e software em uma configuração coesa.
Base de clientes em expansão
As TPUs deixaram de ser uma tecnologia de uso interno. Nascidas há mais de uma década para atender às demandas do próprio Google — como reconhecimento de voz e tradução —, as unidades de processamento tensorial agora sustentam um negócio em rápido crescimento, com quase 100 clientes, entre laboratórios de fronteira, empresas de trading, varejistas e universidades.
Parte desse crescimento vem da possibilidade de clientes implantarem TPUs diretamente em seus próprios data centers. O Google também tem ampliado o acesso por meio de atualizações de software, como os recentes anúncios relacionados ao PyTorch e ao motor XLA Serving Engine, que buscam tornar a arquitetura mais acessível a desenvolvedores.
A estratégia combina silício customizado modular com uma pilha de software aberta e fácil de usar, permitindo que a empresa lance novos hardwares e configurações de sistema no ritmo da indústria de IA. Com a demanda por agentes e contextos massivos em ascensão, a oitava geração de TPUs sinaliza que a disputa por infraestrutura de inferência está apenas começando.