Quatro TPUs em um ano — e nenhuma geração nova de chip
O Google acrescentou duas configurações à sua oitava geração de aceleradores de inteligência artificial, a TPU 8tx e a TPU 8i Max, e passou a contabilizar quatro sistemas TPU entregues em um intervalo de doze meses, marca que a empresa afirma nunca ter atingido antes. A primeira variante é voltada a cargas confidenciais; a segunda, a aplicações que consomem memória em ritmo intenso.
Nenhuma das duas representa um processador inédito. O que muda é o arranjo em volta do mesmo silício: empacotamento, topologia de rede e configuração de memória. Na visão da companhia, essa modularidade encurta o ciclo de lançamento para meses, em lugar dos anos normalmente necessários para desenvolver uma geração de chip do zero.
| Variante | Público-alvo | Mudança principal |
|---|---|---|
| TPU 8tx | Empresas e órgãos públicos com dados sensíveis | Dados e pesos do modelo continuam cifrados e isolados enquanto o chip processa |
| TPU 8i Max | Aplicações com apetite alto de memória | Dois chips TPU 8i no mesmo encapsulamento: 2x computação, 2x memória e 2x largura de banda por rack |
TPU 8tx: o dado não é aberto nem no processamento
O incômodo que a TPU 8tx ataca é conhecido de quem opera informação sigilosa. Em regra, os arquivos ficam cifrados no armazenamento e no trânsito, mas precisam ser decifrados na memória quando o processador começa a trabalhar. A nova configuração fecha essa janela: segundo o Google, dados e pesos do modelo seguem protegidos e isolados durante o uso ativo — o setor chama isso de computação confidencial, processamento em que o conteúdo não aparece em texto claro. A Nvidia já tem recurso equivalente em GPUs, pela própria arquitetura de computação confidencial.
Na rede, a TPU 8tx reaproveita a Boardfly, de baixa latência, criada para inferência em tempo real — o uso do modelo já treinado, no dia a dia. O ganho declarado chega a duas vezes menos latência na comparação com a TPU 8t. Um único sistema permite ajustar modelos, destilar versões grandes em menores e treinar agentes por aprendizado por reforço, sem levar dados sigilosos de um cluster a outro.
TPU 8i Max: dois chips para aliviar o gargalo de memória
O segundo lançamento ataca um limite diferente: a velocidade de acesso à memória. Quando agentes de IA operam simultaneamente sobre bases de código extensas ou horas de vídeo, largura de banda de memória — o volume de dados que o chip lê e grava por segundo — vira o ponto de estrangulamento. A saída encontrada pelo Google foi acomodar dois chips TPU 8i no mesmo encapsulamento. Na prática, o rack passa a oferecer o dobro de capacidade de processamento, o dobro de memória e o dobro de largura de banda, o que se traduz em mais desempenho por metro quadrado de data center.
TorchTPU e a barreira do software
Hardware é metade da equação. A outra metade é fazer o código do cliente rodar sem atrito. O Google abriu o TorchTPU como software livre, para que programas escritos em PyTorch funcionem nas TPUs com poucos ajustes. Frameworks populares de inferência, como vLLM e SGLang, também aparecem na lista de compatíveis.
De ferramenta interna a plataforma para terceiros
A expansão acompanha uma guinada de posicionamento. As TPUs deixaram de ser vistas como recurso de uso interno e passaram a ser oferecidas como plataforma competitiva para fora de casa; a base atual reúne quase 100 clientes externos.
O pano de fundo é a realocação do gasto em IA. Conforme os aplicativos se espalham, o peso sai do treinamento — caro e episódico — e escorrega para a inferência, que roda de forma contínua. Chips desenhados para tarefas específicas tendem a se sair melhor nesse terreno. Não por acaso, Amazon, Microsoft e OpenAI mantêm aceleradores próprios em desenvolvimento, e a Nvidia reagiu com um acordo de acqui-hire e licenciamento com a Groq — arranjo em que absorve a equipe da startup e licencia a tecnologia.
O que o investidor deve observar
Dois pontos merecem atenção. O primeiro: as variantes novas não inauguram geração — o salto é de sistema, não de transistor —, e o mercado deve cobrar eficiência em custo por token, a unidade de texto processada e cobrada pelos modelos. O segundo: a disputa migrou para a operação cotidiana, onde volume, e não pico de treinamento, define receita.
Alphabet e Nvidia têm exposição na B3 via BDRs, com os códigos GOOGL34 e NVDA34. O desfecho dessa corrida aparece primeiro nos contratos de capacidade computacional e nas margens de quem compra processamento, não em anúncios de lançamento.