Google a commencé le déploiement de ses TPU de huitième génération en avril avec les TPU 8t et 8i, destinés respectivement aux charges de travail d’IA axées sur l’entraînement et sur l’inférence. Cette semaine, l’entreprise a complété cette génération avec deux conceptions plus spécialisées — quatre systèmes en une seule année.¹

Le premier nouveau venu, le TPU 8tx, constitue l’offensive de Google en matière de sécurité. Développé avec AMD et basé sur le TPU 8t, il est conçu pour l’entraînement et l’inférence confidentiels, ciblant les agences gouvernementales, les secteurs réglementés et les entreprises réticentes à exposer des données propriétaires durant le développement de modèles. Google affirme que la puce « intègre la sécurité directement dans la couche matérielle », protégeant les informations sensibles et les poids des modèles même lorsqu’ils sont utilisés.²

Le second, le TPU 8i Max, s’attaque à un autre goulet d’étranglement : l’échelle. En combinant effectivement deux puces 8i orientées inférence dans un seul boîtier, Google affirme qu’il double la capacité mémoire, la puissance de calcul et la bande passante, permettant aux modèles de fonctionner avec des fenêtres de contexte bien plus grandes. L’entreprise présente cette densité comme cruciale pour les applications d’IA qui doivent traiter de vastes pans d’informations dans une seule requête.¹

Pour Google, cette annonce est aussi un argument de rapidité. Sundar Pichai a déclaré que les ingénieurs matériels de l’entreprise co-conçoivent des systèmes avec Google DeepMind plutôt que d’attendre « des années pour un cycle traditionnel des semi-conducteurs », un modèle qui, selon lui, permet à Google de continuer à innover rapidement pour ses clients.Sundar Pichai (sundarpichai)³

C’est là le sous-texte concurrentiel. Microsoft, Amazon, OpenAI et Anthropic développent eux aussi des puces et des logiciels d’IA sur mesure, cherchant à accroître leur marge de manœuvre face à la position dominante de Nvidia. Google parie que des puces spécialisées — l’une conçue autour de la confidentialité, l’autre autour de charges de travail géantes — peuvent rendre son cloud plus difficile à ignorer et sa chaîne d’approvisionnement en IA moins dépendante de quiconque.²