Google lança TPUs 8tx e 8i Max com proteção de dados em uso e mais memória para agentes de IA

Google fecha o ano com quatro TPUs diferentes

O Google anunciou em 9 de novembro de 2026 dois novos chips de inteligência artificial: o TPU 8tx e o TPU 8i Max, segundo reportagem do Olhar Digital. Os dois ampliam a oitava geração de TPU (Tensor Processing Unit), o processador que o Google desenvolve especificamente para rodar cargas de inteligência artificial, equivalente ao papel que as GPUs da Nvidia cumprem no restante do mercado.

Com os lançamentos, a empresa passa a ter quatro sistemas TPU de oitava geração disponíveis no mesmo ano. Os dois primeiros, TPU 8t e TPU 8i, foram apresentados em abril de 2026 durante o Google Cloud Next: o 8t voltado a treinar modelos em larga escala, o 8i voltado a respostas rápidas em produção. Segundo o Google, o 8t chega a oferecer 2,7 vezes mais desempenho de treinamento, e o 8i, uma relação de custo por inferência 80% melhor que a geração anterior.

Para quem decide infraestrutura de IA numa empresa brasileira, o ponto relevante não é o número isolado de desempenho, e sim que o Google está segmentando a linha por caso de uso: treinar, servir rápido, proteger dado sensível e processar volume grande de contexto. É um sinal de que a escolha de hardware para IA deixou de ser genérica.

TPU 8tx: criptografia que protege o dado enquanto ele é usado

O TPU 8tx incorpora no próprio hardware um recurso chamado computação confidencial. Na prática, isso significa manter os dados e os parâmetros internos do modelo criptografados mesmo durante o processamento, não só quando estão armazenados ou em trânsito pela rede. É a diferença entre proteger um dado parado e proteger um dado enquanto ele está sendo lido e transformado dentro do chip.

Esse recurso importa diretamente para quem trabalha com compliance no Brasil. Empresas que processam dados de saúde, dados financeiros ou qualquer informação sob a Lei Geral de Proteção de Dados (LGPD) hoje costumam resolver esse tipo de exigência isolando ambientes ou limitando o que vai para a nuvem. Um chip com criptografia em uso abre a possibilidade de rodar modelos sobre dado sensível na nuvem pública sem expor esse dado durante o processamento, o que muda a conversa com jurídico e segurança da informação.

Segundo o Google, o TPU 8tx usa a mesma tecnologia de processamento do TPU 8t, combinada a processadores AMD EPYC de quinta geração e a uma rede batizada de Boardfly, e entrega até metade do tempo de resposta do TPU 8t com impacto quase nulo no desempenho. A arquitetura também permite:

• ajustar (fine-tuning) um modelo com dados privados da empresa sem esses dados saírem do ambiente protegido;
• destilar modelos menores a partir de modelos maiores, reduzindo o custo de rodar inferência em produção;
• treinar agentes de IA distribuindo a carga entre clusters de servidores sem transferir dado entre eles.

TPU 8i Max: o dobro de memória para agente que lê base de código inteira

O TPU 8i Max junta dois chips TPU 8i numa mesma estrutura física, dobrando a memória e a capacidade de processamento em comparação ao modelo convencional, e concentrando o dobro de componentes no mesmo espaço de rack. O caso de uso que o Google descreve é bem concreto: agentes de IA que precisam examinar uma base de código inteira de uma vez, ou horas de vídeo, sem fatiar o conteúdo em pedaços menores por falta de memória.

Para quem constrói agente de IA hoje, essa é uma limitação conhecida: context window (janela de contexto, a quantidade de texto ou código que o modelo consegue considerar de uma vez) grande custa memória de GPU ou TPU, e normalmente obriga a arquitetura a dividir o conteúdo em partes e depois recombinar as respostas, com perda de qualidade. Mais memória por chip reduz essa necessidade de fatiamento em cenários de análise de repositório completo ou auditoria de código em lote.

TorchTPU e Cloud Pathways tiram a fricção de migrar o código

O Google também liberou duas ferramentas que afetam diretamente quem programa. O TorchTPU, disponibilizado como código aberto, permite rodar aplicações escritas com PyTorch e modelos baixados do Hugging Face diretamente nas TPUs sem reescrever o código. Até aqui, aproveitar o hardware do Google geralmente exigia adaptar o projeto para a biblioteca própria da empresa, o que travava equipes já maduras em PyTorch.

O TPU Sync, por sua vez, otimiza a comunicação entre chips, servidores e armazenamento, incluindo o acesso a informação que o modelo reaproveita durante a geração de uma resposta. Segundo o Google, isso pode reduzir em mais de 90% o tempo até a produção da primeira palavra de uma resposta, métrica conhecida como time to first token, que impacta diretamente a percepção de latência de quem usa o produto final.

O Cloud Pathways passou a ter disponibilidade geral no Google Kubernetes Engine (GKE). A ferramenta coordena vários conjuntos de TPU como se fossem uma única máquina, o que simplifica orquestrar cargas de treinamento ou inferência que precisam de mais de um pod de chips ao mesmo tempo, sem o time de infraestrutura precisar gerenciar manualmente a divisão de trabalho entre eles.

Quem já usa e o que ainda não está claro

O Google afirma que quase 100 clientes já utilizam suas TPUs, incluindo laboratórios de IA, empresas financeiras, varejistas e universidades, segundo o mesmo material divulgado pela empresa. A companhia também diz usar ferramentas de inteligência artificial como AlphaChip e Gemini para acelerar o desenvolvimento dos próprios processadores, ou seja, parte do hardware que roda IA hoje foi projetado com ajuda de IA.

O que a reportagem não traz, e vale ficar de olho, é preço por hora de uso do TPU 8tx e do TPU 8i Max no Google Cloud, disponibilidade por região (incluindo se chega a data centers que atendem o Brasil) e benchmark independente que confirme os ganhos de desempenho anunciados pela própria empresa. Até esses números aparecerem, a decisão entre TPU e GPU continua dependendo do workload específico e do contrato já existente com o provedor de nuvem.

Fonte: Olhar Digital — IA