Google dévoile les TPU 8tx et 8i Max : accélération confidentielle et densité de mémoire accrue

Google a présenté le 9 novembre 2026 deux nouvelles variantes de sa gamme d’accélérateurs de huitième génération, le TPU 8tx et le TPU 8i Max. Ces systèmes s’appuient sur la même génération de puces que les TPU 8t et 8i lancés en avril 2026, mais ils réorganisent le reste de l’architecture – hôtes, réseau et empaquetage – pour répondre à deux besoins émergents : l’inférenceInférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. confidentielle et les charges de travail à contexte massif.

Un TPU dédié à la confidentialité des données

Le TPU 8tx cible les entreprises et les administrations soumises à des exigences réglementaires strictes. Lorsqu’un modèle doit être exécuté ou affiné sur des données sensibles, le principal risque réside dans la phase de déchiffrement en mémoire. Le 8tx combine la puce d’entraînementTrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. 8t avec des processeurs AMD EPYC de cinquième génération et le réseau « Boardfly », conçu pour le raisonnement en temps réel. Google affirme une latenceLatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci. deux fois plus faible que sur le TPU 8t, sans perte notable de performance.

Cette configuration permet de garder les poids du modèleParamètres du modèleValeurs numériques internes apprises pendant l'entraînement et utilisées par le modèle pour produire ses résultats. et les données privées sur le même système pendant le fine‑tuning, la distillationDistillationTechnique permettant d'entraîner un modèle à reproduire certaines capacités ou sorties d'un autre modèle. ou l’apprentissage par renforcementReinforcement LearningMéthode d'apprentissage dans laquelle un agent améliore ses décisions en fonction des récompenses reçues lors de ses interactions.. Les équipes peuvent ainsi personnaliser un modèle propriétaireModèle propriétaireModèle dont l'accès, l'utilisation ou la redistribution sont soumis aux conditions définies par son propriétaire. sur leurs propres jeux de données sans faire transiter ces informations vers un autre cluster cloud, ce qui réduit les vecteurs d’exposition.

Une densité de mémoire doublée pour les agents à large contexte

Le TPU 8i Max répond, quant à lui, aux applications où plusieurs agents doivent traiter simultanément de longues séquences – par exemple l’analyse de dizaines d’heures de vidéo ou la navigation dans un vaste code source. Le produit intègre deux puces 8i dans un même package, ce qui double la puissance de calcul, la SRAM embarquée (384 Mo) et la bande passante de la mémoire HBM par rapport au 8i de base. Le tout tient dans le même empreinte rack, offrant une densité énergétique supérieure.

Le 8i Max s’appuie sur les 288 Go de mémoire à haut débit du 8i, mais les double, ce qui élimine le goulot d’étranglement mémoire habituel pour les tâches à contexte étendu. Les data centers peuvent ainsi augmenter le nombre de cœurs de calcul par mètre carré sans devoir agrandir l’infrastructure.

Modularité plutôt que nouveau silicium

Google insiste sur le fait que ces deux annonces ne reposent pas sur une nouvelle génération de puces, mais sur une approche « AIIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. Hypercomputer » modulaire. En réutilisant le même wafer de huitième génération, les ingénieurs peuvent réassembler les blocs – calcul, stockage, réseau, sécurité – en quelques mois. Cette rapidité contraste avec le cycle de plusieurs années nécessaire à la conception d’un nouveau transistor.

Cette modularité répond à une demande croissante des clients externes qui souhaitent des fenêtres de contexte plus larges ou un chiffrement matériel pour leurs charges de travail réglementées. En ajustant l’enveloppe autour du même cœur siliconé, Google propose des solutions spécialisées sans attendre la prochaine évolution de puce.

Impact pour les utilisateurs et le marché

Avec ces deux systèmes, Google porte le nombre de modèles TPU disponibles à près de 100 clients, incluant des laboratoires de pointe, des firmes de trading, des détaillants et des universités. La capacité à offrir une inference confidentielle prête à être déployée sur site pourrait inciter davantage d’organisations à migrer leurs modèles sensibles hors du cloud public. De l’autre côté, le doublement de la bande passante mémoire du 8i Max rend les grands modèles de langage et les agents multimodaux plus efficaces dans les environnements de calcul à haute densité.

Ces ajouts placent 2026 comme la première année où Google introduit quatre systèmes TPU différents, soulignant une stratégie où la différenciation se fait davantage au niveau du système que du silicium. Pour les développeurs, cela signifie davantage d’options pour aligner l’infrastructure sur les contraintes de sécurité ou de performance spécifiques à leurs projets d’IA.

En résumé, le TPU 8tx et le TPU 8i Max illustrent la volonté de Google de transformerTransformerArchitecture de réseau neuronal reposant notamment sur des mécanismes d'attention pour traiter des séquences de données. la personnalisation matérielle en service rapide, tout en répondant aux exigences de confidentialité et de traitement de contexte massif qui façonnent les charges de travail d’aujourd’hui.