A Google revelou publicamente a separação do aprendizado e raciocínio de IA com o TPU 8t·8i… Pode isso abalar o mercado centrado na Nvidia?

O Google, para receber a era dos “agentes inteligentes”, mudou sua estratégia de semicondutores de inteligência artificial. Ela abandonou a abordagem anterior de usar um único chip universal para processamento de aprendizagem e raciocínio simultâneos, lançando separadamente o “TPU 8t” para aprendizagem em larga escala e o “TPU 8i” para raciocínio de alta concorrência.

No dia 23 (horário local), durante o evento “Google Cloud Next 2026” realizado em Las Vegas, EUA, a empresa revelou duas semicondutores de IA personalizadas. A companhia afirmou que o mercado de IA está se dividindo rapidamente em uma fase de “construção de modelos” e uma fase de “implantação de modelos em serviços reais”, explicando que os novos TPUs foram projetados para atender a essa mudança de demanda.

Se o anterior “Ironwood TPU” era uma plataforma única voltada para a era do raciocínio, a característica desta geração é que sua estrutura é dualizada. Essa interpretação sugere que a Google acredita que, com a popularização dos agentes de IA, a infraestrutura necessária para treinar modelos maiores e a infraestrutura de raciocínio para executar esses modelos rapidamente na nuvem estão crescendo simultaneamente.

TPU 8t: reforçando desempenho de treinamento em larga escala e eficiência de custos

O TPU 8t é um chip focado em treinamento em larga escala e cargas de trabalho centradas em embeddings. A Google afirmou que o produto usa uma topologia de rede “anel 3D”, que melhora a escalabilidade de grandes clusters. Um único Pod pode conectar até 9600 chips, superior aos 9216 do Ironwood.

Seu núcleo suporta “SparseCore” e operações de ponto flutuante de 4 bits. SparseCore é um acelerador dedicado para lidar com acessos de memória irregulares frequentes durante buscas em grandes modelos de linguagem. A Google afirma que, ao combinar operações de bits baixos, reduziu a carga de largura de banda de memória, mantendo a precisão mesmo com menor capacidade de memória, além de dobrar a taxa de transferência.

Isso acompanha a tendência tecnológica conhecida como “quantização”. Reduzir o número de bits necessários por parâmetro significa que modelos maiores podem ser executados em sistemas com especificações relativamente baixas, além de diminuir o consumo de energia e o espaço físico. A Google declarou que, em ambientes de treinamento em larga escala, o TPU 8t oferece até 2,7 vezes mais desempenho por dólar em comparação ao Ironwood.

TPU 8i: foco na velocidade de raciocínio e capacidade de processamento concorrente

O TPU 8i foi projetado especificamente para a fase de raciocínio, onde modelos treinados são colocados em produção. Ele é especialmente vantajoso na pós-processamento de grandes modelos e no processamento de múltiplas solicitações de usuários simultaneamente.

Segundo a Google, o TPU 8i possui três vezes mais memória de acesso aleatório estático do que o Ironwood. Isso permite acomodar caches de chaves e valores maiores necessários para o raciocínio de grandes modelos de linguagem, acelerando a geração de texto. Além disso, a Google implementou um sistema de inferência chamado “Collectives Acceleration Engine”, que acelera operações de sincronização e redução necessárias na decodificação autoregressiva e no raciocínio de “cadeia de pensamento”.

A estrutura de conexão entre os chips também foi redesenhada. A Google introduziu uma topologia de rede personalizada chamada “Boardfly ICI”, que pode interconectar até 1152 chips. O objetivo é tornar a comunicação entre todos os chips mais eficiente, reduzindo a distância e o número de saltos na transmissão de dados. A Google afirmou que, na comunicação “All-to-All” essencial para modelos de linguagem de mistura de especialistas e modelos de raciocínio, o número total de saltos pode ser reduzido em até 50%.

A relação custo-benefício também é um ponto destacado. A Google explicou que o design do TPU 8i visa oferecer cerca de 80% de melhoria no desempenho por dólar em ambientes de baixa latência, em comparação ao Ironwood, sendo especialmente útil para serviços de modelos de ponta de mistura de especialistas de grande escala.

A jogada da Google: pode desafiar o mercado centrado na NVIDIA?

A Google acrescentou que a eficiência energética do TPU 8t e do TPU 8i é o dobro da geração anterior. A eficiência energética é uma variável crucial para a rentabilidade de grandes data centers de IA, tornando essa melhoria de grande importância.

Este lançamento não é apenas a apresentação de um novo semicondutor, mas um sinal de que a Google está oficialmente diferenciando sua estratégia de infraestrutura de IA em “treinamento” e “raciocínio”. Com a competição por serviços de IA se deslocando do desempenho do modelo para custos operacionais, velocidade de resposta e processamento concorrente, a Google busca fortalecer sua presença na nuvem através dos TPUs.

Analistas acreditam que a variável decisiva será a velocidade de adoção pelos clientes finais e a compatibilidade de software ao competir com o ecossistema centrado na NVIDIA. No entanto, com a popularização dos agentes de IA, a demanda por semicondutores de treinamento e de raciocínio está crescendo simultaneamente, e a estratégia dual de TPUs da Google pode se tornar um ponto de inflexão importante na competição por infraestrutura de IA no futuro.

Notas do TP AI Este artigo é um resumo baseado no modelo de linguagem TokenPost.ai. Pode haver omissões ou imprecisões nos conteúdos principais.