Google представила системы TPU 8tx и TPU 8i Max
9 ноября 2026 года Google объявила два новых варианта систем восьмого поколения TPU: TPU 8tx для защищенного инференса и TPU 8i Max для задач с большими контекстами. Это конфигурации вокруг ускорителей, а не просто два новых чипа: компания описывает процессоры, память, сеть, инструменты для разработчиков и программный стек. Google заявляет о конфиденциальной обработке данных в памяти для 8tx и удвоении вычислений и пропускной способности памяти у 8i Max относительно TPU 8i. Такие характеристики и сравнения приведены самой Google; сроки и параметры доступа клиентам следует уточнять отдельно.

Что изменилось
TPU 8tx рассчитана на чувствительные вычисления
Google описывает 8tx как систему для confidential inference, где защита распространяется на данные и веса модели во время активной обработки. В анонсе указано сочетание с серверными CPU AMD EPYC пятого поколения и сетевой конфигурацией Boardfly. Компания заявляет о задержке до двух раз ниже, чем у TPU 8t, и почти нулевом штрафе по производительности от защиты. Для организации, работающей с закрытыми данными, нужно проверить модель угроз, границы доверия, аттестацию оборудования, ключи и доступность режима в нужном регионе. Само слово «конфиденциальный» не заменяет оценку требований заказчика.
TPU 8i Max увеличивает конфигурацию памяти
Google говорит, что 8i Max объединяет два ускорителя 8i в одном пакете и предлагает вдвое больше вычислений, SRAM и пропускной способности HBM по сравнению с 8i. Это адресовано длительному контексту и нагрузкам, где большая часть работы связана с быстрым доступом к состоянию модели. Но число параметров одной конфигурации не гарантирует ускорения любой модели или агента: важны параллелизм, размер батча, сеть, память, поддерживаемый runtime и длина реального контекста. Перед сравнением инфраструктуры лучше измерить время ответа, пропускную способность, долю ожидания и качество на одинаковой задаче.
Google объявляет четыре системы поколения в одном году
Новые 8tx и 8i Max дополняют упомянутые Google системы 8t для масштабного обучения и 8i для инференса и рассуждений. Компания показывает линейку как набор вариантов для этапов жизненного цикла модели. Это может дать облачным клиентам выбор между обучением, обработкой чувствительных данных, низкой задержкой и плотной памятью. Однако объединение в одном поколении не обещает одинаковый runtime, инструментарий или цену для каждого варианта. Архитектурная команда должна сравнить не только пиковые характеристики, но и переход между разработкой, обучением, обслуживанием и контролем моделей.
Анонс включает программные изменения для разработчиков
Google отдельно описывает поддержку PyTorch, open-source инструменты для подготовки и оптимизации, XLA Serving Engine и TPU Sync для распределения состояния модели. Часть возможностей в публикации названа preview, а отдельные функции управления кластерами - общедоступными. Эти статусы нельзя объединять в одно утверждение, будто весь стек уже доступен всем пользователям. Разработчикам следует уточнить статус конкретного компонента, версию, права на лицензию и ограничения региона, а затем проверить совместимость своего кода на тестовой конфигурации. Стоит отдельно запросить, какие библиотеки и форматы моделей поддерживаются для каждого режима, можно ли использовать существующую систему мониторинга и как устроено аварийное восстановление задания при отказе узла. Один из рисков переноса - не стоимость секунды на ускорителе, а время команды на адаптацию и поддержку пайплайна.
Показатели производительности исходят от Google
В публикации Google приводит результаты на InferenceX и AgentX и сообщает о высокой производительности собственного стека vLLM-TorchTPU. Это результаты, описанные компанией; условия тестовой системы и соответствие собственной рабочей нагрузке нужно изучить отдельно. Сравнение по цене и скорости зависит от используемой модели, размера входа, точности, нагрузки на сеть и стоимости облачного периода. Для решения о переносе нужно сравнить одинаковый workload с одинаковым качеством и учитывать затраты на адаптацию, мониторинг, резервирование и персонал.
Что это дает пользователю
Для чувствительных данных исследуйте конфиденциальное исполнение и процесс аттестации, а не только название режима.
Для больших контекстов измеряйте память, latency и цену полного запроса на своем размере входа.
Сверяйте доступность каждой системы и программного компонента отдельно.
Что нужно учитывать
Характеристики и сравнения производительности в новости заявлены Google.
Публикация использует разные статусы: часть продуктов и инструментов доступна, часть обозначена как preview или план.
Универсальная цена, региональная доступность и сроки поставок конкретной конфигурации не приведены.
Коротко
TPU 8tx и 8i Max расширяют линейку Google в сторону аппаратной конфиденциальности и более емкой памяти для длинных контекстов. Для разработчиков важен и описанный вокруг систем стек. Реальный выбор можно сделать только после проверки доступности, поддержки программного окружения и теста на собственной нагрузке.
