O Google anunciou o TPU 8tx e o TPU 8i Max em 9 de novembro de 2026, com propostas diferentes para infraestrutura de inteligência artificial: o primeiro mira a computação confidencial e o treinamento em menor escala; o segundo reúne dois chips TPU 8i em um pacote para cargas com contextos extensos e maior densidade de computação por rack. A empresa apresentou as duas configurações em seu anúncio oficial.

O ponto de partida é o gargalo: proteção de dados durante a computação ou mais recursos de memória e processamento para cargas de contexto extenso.

O Google havia apresentado o TPU 8t, voltado ao treinamento em larga escala, e o TPU 8i, dedicado ao raciocínio de baixa latência, no Cloud Next de abril de 2026. Os dois novos sistemas ampliam essa linha de oitava geração.

Duas configurações para necessidades diferentes

O TPU 8tx usa o mesmo silício do TPU 8t, mas o Google o associa a hosts com CPUs AMD EPYC de 5ª geração e à rede de baixa latência Boardfly. A empresa diz que o sistema protege e mantém isolados dados sensíveis e pesos de modelos durante o uso. Também o apresenta para inferência confidencial e treinamento em menor escala, incluindo ajuste fino com dados privados, destilação e treinamento de agentes por aprendizado por reforço.

Segundo o Google, essas tarefas podem ocorrer no mesmo sistema sem transferir dados sensíveis entre clusters separados. A empresa também afirma que o TPU 8tx pode oferecer até duas vezes menos latência que o TPU 8t, com penalidade de desempenho próxima de zero.

Já o TPU 8i Max combina dois chips TPU 8i em um único pacote. O Google afirma que essa configuração dobra o poder de computação, a SRAM — memória rápida integrada ao chip — e a largura de banda da HBM, memória de alta largura de banda, em relação a um TPU 8i. A empresa diz ainda que acomoda o dobro de silício no espaço de rack existente. Sua proposta é atender cargas de contexto extenso e aumentar a densidade de computação por rack.

ConfiguraçãoProjeto descrito pelo GoogleTrabalho a que o Google a destina
TPU 8txMesmo silício do TPU 8t, hosts AMD EPYC de 5ª geração e rede BoardflyInferência confidencial e treinamento em menor escala
TPU 8i MaxDois chips TPU 8i em um pacote; o Google afirma que dobra computação, SRAM e largura de banda HBMCargas de contexto extenso e maior densidade de computação por rack

Dobrar a largura de banda ou os recursos de computação não significa, por si só, que qualquer programa ficará duas vezes mais rápido. O ganho de uma carga depende de sua necessidade específica; a proposta do 8i Max é ampliar recursos para tarefas que exigem mais memória e computação.

O software anunciado junto com as TPUs

A apresentação do hardware veio acompanhada de ferramentas para desenvolvimento, execução e gerenciamento de cargas. O Google descreve o TorchTPU como uma opção de código aberto para executar código PyTorch e modelos do Hugging Face em TPUs. Também menciona backends de TPU para vLLM e SGLang.

A suíte de agentes para TPU estava em prévia no anúncio e se integra ao Claude Code, Cursor e Google Antigravity para auxiliar na integração, no diagnóstico e na otimização de kernels. Para servir modelos, o Google apresentou o XLA Serving Engine, destinado a TPUs, GPUs e CPUs. O Agent Compute Engine, por sua vez, foi descrito como uma ferramenta para suspender e retomar sessões ociosas de agentes.

O TPU Sync gerencia o movimento do estado dos modelos entre a memória HBM, a memória DRAM do host, o armazenamento compartilhado e a rede do centro de dados. O Google afirma que a ferramenta pode reduzir em mais de 90% a latência da transferência de KV e o tempo até o primeiro token. A empresa também classificou Cloud Pathways e GKE dynamic slicing como geralmente disponíveis no anúncio.