TPU 8tx et 8i Max : Google ajuste ses puces IA pour l’inférence

Google a présenté, le 9 novembre 2026, deux nouveaux systèmes pour sa gamme d’accélérateurs IA de huitième génération : TPU 8tx et TPU 8i Max. Le premier vise le calcul confidentiel, le second les usages qui saturent la mémoire et les racks des centres de données. Ensemble, ils montrent que la bataille des puces ne se joue plus seulement sur le nombre de transistors, mais aussi sur la manière d’assembler le matériel autour du silicium déjà existant.

Deux systèmes, deux problèmes très concrets

TPU 8tx s’adresse aux entreprises et aux administrations qui manipulent des données sensibles. Google explique que le système garde les données et les poids du modèle protégés et isolés pendant l’exécution, là où le chiffrement classique ne couvre souvent que le stockage et le transport. En clair, les informations ne deviennent pas “nues” au moment du calcul, ce qui répond à un besoin très précis dans les secteurs régulés. La société dit aussi que TPU 8tx s’appuie sur le réseau Boardfly à faible latence et peut réduire la latence jusqu’à deux fois par rapport à TPU 8t, sans perte de performances notable.

TPU 8i Max prend l’autre bout du problème : les modèles et agents qui travaillent sur de très grands contextes, comme des bases de code entières ou des heures de vidéo. Google a choisi une approche simple à expliquer, moins simple à fabriquer : deux puces TPU 8i dans un seul package. Résultat, le constructeur revendique un doublement du calcul, de la mémoire SRAM embarquée et de la bande passante HBM, tout en restant dans le même format de rack. Le gain se mesure donc autant en performances qu’en densité de calcul par mètre carré. Les opérateurs de centres de données aiment ça. Leur facture énergétique, un peu moins.

Google pousse ses TPU vers des clients extérieurs

Ces annonces ne sont pas seulement techniques. Elles confirment aussi le changement de posture de Google, qui ne réserve plus ses TPU à ses usages internes. L’entreprise dit compter désormais près de 100 clients externes, répartis entre laboratoires de pointe, sociétés de trading, distributeurs et universités. La gamme TPU couvre à la fois l’infrastructure de Google Cloud et des déploiements dans les propres centres de données des clients.

Cette ouverture s’appuie sur une logique modulaire. Google ne présente pas TPU 8tx et TPU 8i Max comme de nouvelles générations de puces, mais comme de nouvelles configurations autour du même silicium. Le cœur du calcul reste identique ; changent l’emballage, la mémoire, le réseau, les hôtes et la sécurité. L’entreprise dit pouvoir livrer ce type de système en quelques mois, là où une nouvelle puce prend des années à concevoir et fabriquer. C’est moins spectaculaire qu’un lancement de GPU flambant neuf, mais plus rapide à industrialiser.

Le vrai terrain de jeu devient l’inférence

Le mouvement colle à une tendance plus large du marché : le centre de gravité glisse vers l’inférence, c’est-à-dire l’exécution quotidienne des modèles, plutôt que leur entraînement initial. Cette bascule favorise les accélérateurs spécialisés, capables d’optimiser latence, mémoire ou coût par requête selon l’usage. C’est précisément sur ce créneau que Google tente de positionner ses TPU face à Nvidia, mais aussi face aux accélérateurs que conçoivent Amazon, Microsoft et OpenAI.

Google essaie aussi de réduire la friction logicielle. TorchTPU, publié en open source, doit permettre d’exécuter du code PyTorch sur TPU avec des changements limités. Des frameworks d’inférence comme vLLM et SGLang sont également pris en charge. Dans les faits, la société cherche à faire des TPU une plateforme plus générale, moins réservée aux équipes qui acceptent de réécrire leur pile logicielle. C’est souvent là que se joue l’adoption, plus que dans les diapositives de présentation.

Un marché qui se segmente à vue d’œil

Les deux nouveautés montrent surtout que Google segmente désormais son offre autour de cas d’usage très précis. TPU 8tx répond à la confidentialité. TPU 8i Max répond au manque de mémoire et à la densité des charges de travail. Dans les deux cas, la réponse passe par le système plus que par la seule puce. Pour les clients, cela peut réduire le nombre de clusters nécessaires et simplifier l’exploitation. Pour Google, cela renforce l’idée que ses TPU ne sont plus seulement un outil maison, mais une plateforme commerciale à part entière.

Reste une question de rythme. Si Google peut réellement multiplier les variantes sans attendre une nouvelle génération de silicium, la firme gagne du temps sur ses concurrents. Mais elle se lie aussi davantage aux attentes de clients externes, qui demandent des garanties de sécurité, de compatibilité et de disponibilité très concrètes. Le catalogue s’étoffe, la promesse aussi. La suite se jouera dans les data centers, pas dans les slogans.