Google lança dois sistemas de computação de inteligência artificial TPU de oitava geração

De acordo com pt.wedoany.com-Em 9 de novembro, o Google anunciou os sistemas de computação de inteligência artificial de oitava geração TPU 8tx e TPU 8i Max, voltados respectivamente para inferência confidencial e processamento de contextos ultra-longos. Somados aos TPU 8t e TPU 8i lançados em abril de 2026, o Google já lançou quatro sistemas TPU de oitava geração no ano. Os novos produtos mantêm a arquitetura de chip existente e, por meio de ajustes no encapsulamento do chip, memória, rede e configurações de segurança, formam plataformas de computação dedicadas a diferentes cargas de trabalho de inteligência artificial.

O TPU 8tx utiliza o mesmo chip do TPU 8t, combinado com processadores AMD EPYC de quinta geração, e integra recursos de computação confidencial em nível de hardware, mantendo dados sensíveis e pesos de modelos isolados e protegidos durante o processamento. O sistema é voltado principalmente para os setores financeiro, governamental e outras indústrias regulamentadas, podendo executar ajuste fino de modelos privados, destilação de modelos, aprendizado por reforço e tarefas de inferência segura em uma mesma plataforma de computação.

O Google configurou o TPU 8tx com a rede Boardfly de baixa latência voltada para inferência em tempo real. Os dados de desempenho divulgados pela empresa mostram que, em comparação com o TPU 8t, a latência de inferência do novo sistema pode ser reduzida em até 50%, mantendo basicamente o mesmo desempenho computacional. A combinação de mecanismos de segurança em hardware com redes de alta velocidade permite que as empresas realizem personalização de modelos e operações de agentes de IA em múltiplas etapas enquanto processam dados sensíveis.

O TPU 8i Max, por sua vez, integra dois chips TPU 8i em um único encapsulamento, com capacidade computacional, capacidade de memória SRAM (memória estática de acesso aleatório) no chip e largura de banda de memória HBM (memória de alta largura de banda) atingindo o dobro do TPU 8i. O novo sistema aumenta o número de chips mantendo a área ocupada pelo rack existente, sendo destinado principalmente a tarefas com alta demanda de memória, como processamento de contextos de nível de milhão de tokens, análise de código em larga escala e compreensão de vídeos longos.

O Google também expandiu o conjunto de ferramentas de software do TPU. O TorchTPU, anteriormente open source, permite que código PyTorch e modelos Hugging Face sejam executados diretamente na plataforma TPU. O novo conjunto de ferramentas TPU Agent Suite já entrou em fase de pré-visualização e pode ser integrado a ferramentas de desenvolvimento como Claude Code, Cursor e Google Antigravity, executando automaticamente a adaptação ao ambiente TPU, o diagnóstico de gargalos de desempenho e a otimização de kernels de computação personalizados.

O recém-lançado Agent Compute Engine é capaz de pausar automaticamente sessões ociosas enquanto os agentes de IA aguardam consultas a bancos de dados, chamadas de ferramentas externas ou feedback humano, migrando a memória de trabalho para fora do chip. O Google também tornou open source a camada de gerenciamento de estado de modelos TPU Sync, que integra a HBM do chip, a memória do host, o armazenamento compartilhado e a rede do data center em um sistema de armazenamento hierárquico. Os resultados de testes divulgados pelo Google mostram que essa tecnologia pode reduzir a latência de transferência de cache de chave-valor e o tempo de resposta do primeiro token em mais de 90%.

O Cloud Pathways do Google Cloud já está oficialmente disponível, permitindo coordenar múltiplas partições de computação TPU por meio de um único controlador para executar tarefas de pré-treinamento, aprendizado por reforço e inferência multi-host. O recurso de fatiamento dinâmico do Google Kubernetes Engine também está oficialmente disponível, podendo combinar ou dividir dinamicamente recursos de computação TPU por meio de tecnologia de comutação óptica. Os dados de desempenho divulgados pelo Google indicam que esse recurso pode acelerar a inicialização de tarefas em até 5 vezes e a recuperação de falhas em até 4,5 vezes.