Data center con rack di server e un chip AI a doppio die, con uno scudo luminoso che simboleggia il confidential computing

Google presenta TPU 8tx e TPU 8i Max: chip AI per dati riservati e contesti enormi

di

Google accelera ancora sul silicio per l’intelligenza artificiale. Il 9 novembre 2026 l’azienda ha annunciato due nuovi sistemi della sua ottava generazione di TPU (Tensor Processing Unit): TPU 8tx, pensato per l’inferenza sicura e confidenziale, e TPU 8i Max, progettato per gestire finestre di contesto enormi con la massima densità di calcolo per rack. Con questo annuncio Big G arriva a quattro sistemi TPU presentati in un solo anno, un primato per l’azienda.

Quattro TPU in un anno: il contesto

Ad aprile, durante Google Cloud Next 2026, Google aveva già presentato le prime due TPU di ottava generazione: TPU 8t, dedicata all’addestramento su larga scala dei modelli, e TPU 8i, ottimizzata per il ragionamento in tempo reale e l’inferenza. Secondo l’azienda, rispetto alla generazione precedente offrono rispettivamente prestazioni di training fino a 2,7 volte superiori e un rapporto prezzo/prestazioni in inferenza migliore dell’80%.

I due nuovi arrivati non sono chip progettati da zero, ma nuovi “sistemi”: Google ha riconfigurato calcolo, rete, memoria e packaging attorno al silicio già esistente. Un approccio modulare che, spiega Amin Vahdat, SVP e Chief Technologist per AI e infrastruttura, permette di consegnare supercomputer specializzati “nel giro di mesi anziché di anni”, rispondendo alle richieste di clienti che vogliono più contesto e più sicurezza per i loro agenti AI.

TPU 8tx: l’AI che protegge i dati anche mentre li elabora

TPU 8tx è il terzo sistema della famiglia ed è rivolto ad aziende di settori regolamentati e a enti governativi che devono far girare modelli di frontiera, modelli proprietari e agenti autonomi accanto ai propri dati più sensibili. Normalmente i dati sono cifrati quando vengono salvati o trasmessi in rete, ma devono essere “sbloccati” in memoria durante l’elaborazione. TPU 8tx porta invece la sicurezza direttamente a livello hardware, mantenendo dati e pesi del modello protetti e isolati anche mentre sono in uso: è il cosiddetto confidential computing.

Il sistema si basa sullo stesso silicio di TPU 8t ed è abbinato a CPU host AMD EPYC di quinta generazione. Adotta inoltre la rete a bassa latenza Boardfly, nata per il ragionamento in tempo reale, con una latenza fino a 2 volte inferiore rispetto a TPU 8t e un impatto sulle prestazioni che Google definisce quasi nullo. Oltre all’inferenza, TPU 8tx si presta anche al training su piccola scala: fine-tuning con dati privati, distillazione di modelli grandi in modelli più piccoli e addestramento di agenti tramite reinforcement learning, senza dover spostare i dati sensibili tra cluster diversi.

TPU 8i Max: due chip in un package contro il “muro della memoria”

Illustrazione di un package con due chip affiancati circondati da memorie HBM, come nel design di TPU 8i Max
Illustrazione concettuale: TPU 8i Max unisce due chip TPU 8i in un unico package (immagine generata con AI).

Il quarto sistema, TPU 8i Max, affronta un problema diverso: il cosiddetto memory wall, cioè il collo di bottiglia della banda di memoria che emerge quando decine di agenti AI lavorano insieme su un’intera codebase o su ore di video. La soluzione di Google è stata unire due chip TPU 8i a bassa latenza in un unico package.

Il risultato, secondo l’azienda, è il doppio della potenza di calcolo, il doppio della SRAM e il doppio della banda HBM rispetto a TPU 8i, così che i processori abbiano sempre i dati necessari e i carichi di lavoro più pesanti non si blocchino. E poiché TPU 8i Max inserisce il doppio del silicio nello stesso ingombro di un rack, i data center possono installare molta più potenza di calcolo per metro quadro e per watt.

Più software aperto: PyTorch e strumenti per sviluppatori

Insieme all’hardware, Google ha spinto sull’apertura dell’ecosistema. Il mese scorso ha reso open source TorchTPU, che permette di eseguire codice PyTorch e modelli Hugging Face in modo nativo sulle TPU, con backend pronti per motori di inferenza open source come vLLM e SGLang. A questo si aggiungono una suite di agenti per le TPU (in anteprima) che si integra con strumenti di coding come Claude Code, Cursor e Google Antigravity, il nuovo XLA Serving Engine open source e TPU Sync, un livello che unisce HBM, DRAM, storage e rete in un’unica gerarchia di memoria. Secondo Google, TPU Sync riduce di oltre il 90% la latenza di trasferimento della KV cache e il tempo al primo token. Sono inoltre disponibili in versione generale Cloud Pathways e il dynamic slicing su Google Kubernetes Engine.

Cosa cambia per chi ci legge dall’Italia

Inutile cercare queste TPU nei negozi: non sono componenti per PC, ma sistemi per data center accessibili tramite Google Cloud (o, per alcuni clienti, installabili nei propri data center). Google non ha comunicato in questo annuncio prezzi né date di disponibilità per le singole regioni. Eppure la notizia è rilevante anche per noi, per almeno due motivi.

Il primo riguarda privacy e regolamentazione: banche, assicurazioni, sanità e pubblica amministrazione in Europa devono fare i conti con il GDPR e con l’AI Act, e un hardware che protegge i dati anche durante l’elaborazione è esattamente ciò che serve per portare l’AI generativa su informazioni sensibili. Il secondo riguarda tutti gli utenti: agenti AI sempre più capaci di “leggere” interi progetti, documenti lunghissimi o ore di video richiedono infrastrutture come TPU 8i Max. Più efficienza nei data center significa, nel medio periodo, servizi AI più veloci e potenzialmente meno costosi anche per chi li usa ogni giorno.

Infine, la sfida a NVIDIA si fa sempre più seria: con quasi 100 clienti dichiarati per le TPU, tra laboratori di frontiera, società di trading, retailer e università, Google si conferma uno dei protagonisti della corsa ai chip per l’intelligenza artificiale.

Vuoi provare l’IA di Google?

Le nuove TPU di Google alimentano i servizi cloud, ma l’intelligenza artificiale di Big G la puoi già usare ogni giorno sullo smartphone. Il Google Pixel 9 Pro integra il chip Tensor G4 e l’assistente Gemini: foto intelligenti, riassunti e funzioni AI direttamente sul telefono, senza dipendere da un data center.

Vedi su Amazon

Leggi anche

Fonti

In qualità di Affiliato Amazon, HDComputer.it riceve un guadagno dagli acquisti idonei.