Google apresenta TPU 8i Max e TPU 8tx e chega a quatro sistemas de TPU em um único ano

O Google separa chip de sistema, e essa distinção explica o anúncio. O chip exige anos de design e fabricação. O sistema reúne compute, rede e armazenamento em torno dele, e por isso, segundo a empresa, dá para entregar supercomputadores especializados em meses. Os dois novos sistemas usam essa lógica sobre a oitava geração.

O TPU 8tx usa o mesmo silício do TPU 8t, com hosts de CPU AMD customizados. A proposta é manter dados sensíveis e pesos de modelo protegidos e isolados mesmo durante o processamento. Adota a rede Boardfly, criada para raciocínio em tempo real, e o Google fala em até 2x menos latência que o TPU 8t, com penalidade de desempenho próxima de zero. Serve também para fine-tuning com dados privados, distilação e treino de agentes por reinforcement learning, sem migrar dados entre clusters. O TPU 8i Max junta dois chips TPU 8i em um único pacote: o dobro de compute, de SRAM e de banda de HBM do 8i, dentro da mesma área de rack. O alvo são contextos de milhões de tokens e agentes trabalhando em bases de código inteiras.

O pacote de software também entra na conta. O Google cita o TorchTPU em código aberto, backends para vLLM e SGLang, o XLA Serving Engine, o TPU Sync (que diz reduzir latência de transferência de KV e TTFT em mais de 90%), o Agent Compute Engine, e o Cloud Pathways e o GKE dynamic slicing, ambos já em disponibilidade geral. O conjunto de agentes para TPU está em preview. Os números de desempenho são da própria empresa.

Em 23 de abril de 2026, o CEVIU noticiou "Google apresenta duas novas TPUs projetadas para a era dos agentes autônomos", com o TPU 8t (treinamento) e o TPU 8i (inference). Agora a oitava geração ganha o TPU 8tx e o TPU 8i Max, sobre a mesma base de silício, o que leva a família a quatro sistemas no ano.

No lado do software, em 8 de abril de 2026 o CEVIU publicou "Executando PyTorch Nativamente em TPUs na Escala Google", sobre o TorchTPU. O Google diz agora que o TorchTPU foi aberto no mês passado. Em 22 de outubro de 2026, o CEVIU noticiou o Agent Compute Engine, que o Google cita agora como software que suspende sessões ociosas de agentes e move a memória de trabalho para fora do chip.

Para quem opera inference em ambiente regulado, o 8tx é o ponto mais relevante: criptografia em uso no hardware muda a conversa com times de compliance. Para quem roda agentes com contexto longo, o 8i Max ataca o gargalo de memória. Vale esperar benchmarks independentes e informações de preço e disponibilidade, que o material não traz.