Google ha avviato ad aprile il lancio della sua ottava generazione di TPU con i TPU 8t e 8i, destinati rispettivamente a carichi di lavoro di IA ad alta intensità di addestramento e incentrati sull'inferenza. Questa settimana ha completato quella generazione con altri due progetti specializzati — quattro sistemi in un solo anno.¹

Il primo nuovo arrivato, TPU 8tx, è la mossa di Google sulla sicurezza. Sviluppato con AMD e basato sul TPU 8t, è progettato per addestramento e inferenza riservati, rivolgendosi ad agenzie governative, settori regolamentati e aziende riluttanti a esporre dati proprietari durante lo sviluppo dei modelli. Google afferma che il chip «integra la sicurezza direttamente nel livello hardware», proteggendo informazioni sensibili e pesi dei modelli anche mentre vengono utilizzati.²

Il secondo, TPU 8i Max, affronta un diverso collo di bottiglia: la scala. Combinando di fatto due chip 8i orientati all'inferenza in un unico pacchetto, Google afferma di raddoppiare capacità di memoria, potenza di calcolo e larghezza di banda, consentendo ai modelli di operare su finestre di contesto molto più ampie. L'azienda presenta questa densità come cruciale per applicazioni di IA che devono elaborare ampie quantità di informazioni in una singola query.¹

Per Google, l'annuncio è anche una tesi sulla velocità. Sundar Pichai ha dichiarato che gli ingegneri hardware dell'azienda progettano congiuntamente i sistemi con Google DeepMind invece di attendere «anni per un tradizionale ciclo dei semiconduttori», un modello che, a suo dire, consente a Google di continuare a innovare rapidamente per i clienti.Sundar Pichai (sundarpichai)³

Questo è il sottotesto competitivo. Anche Microsoft, Amazon, OpenAI e Anthropic stanno perseguendo silicio e software IA personalizzati, cercando maggiore leva rispetto alla posizione dominante di Nvidia. La scommessa di Google è che chip specializzati — uno costruito attorno alla riservatezza, un altro attorno a carichi di lavoro giganteschi — possano rendere il suo cloud più difficile da ignorare e la sua catena di fornitura dell'IA meno dipendente da chiunque altro.²