Deux nouveaux systèmes pour une ambition plus large
Google a ajouté deux systèmes à sa famille Tensor Processing Unit de huitième génération: TPU 8tx, conçu pour l’inférence sécurisée et confidentielle, et TPU 8i Max, pensé pour les fenêtres de contexte massives et une densité de calcul plus élevée par rack . L’annonce du 9 novembre 2026 porte la gamme TPU 8 à quatre systèmes lancés sur une même année: TPU 8t, TPU 8i, TPU 8tx et TPU 8i Max .
Ce n’est pas seulement une extension de catalogue. Google affirme que les TPU constituent désormais une activité en forte croissance, avec près de 100 clients, dont des laboratoires d’IA de pointe, des sociétés de trading, des distributeurs et des universités . Ce chiffre change la lecture du dossier. Les TPU ne sont plus seulement des accélérateurs internes destinés à Search, Translate, Gemini ou DeepMind. Ils deviennent une plateforme cloud que des clients externes peuvent comparer aux clusters GPU de Nvidia, aux systèmes GPU d’AMD et aux puces maison des autres hyperscalers.
Les deux nouveautés montrent aussi comment Google découpe le marché de l’infrastructure IA. TPU 8t reste orienté entraînement, tandis que TPU 8i vise le raisonnement et l’inférence en temps réel . TPU 8tx ajoute une couche de calcul confidentiel pour les données réglementées et les modèles propriétaires. TPU 8i Max, lui, s’attaque aux limites de mémoire et de bande passante qui apparaissent lorsque des agents doivent lire, raisonner et agir sur des contextes très volumineux .
TPU 8tx: le calcul confidentiel arrive au cœur de l’accélérateur
TPU 8tx repose sur le même silicium que TPU 8t, mais Google l’associe à des processeurs hôtes AMD EPYC de cinquième génération afin de protéger les données sensibles et les poids de modèles pendant leur traitement . C’est le point essentiel du produit. Les entreprises savent déjà chiffrer les données au repos et en transit. Le problème le plus délicat est celui des données en cours d’utilisation: prompts, poids, activations intermédiaires et contexte métier privé doivent être exposés à la machine pendant l’inférence, le fine-tuning ou l’apprentissage par renforcement.
Dans sa propre annonce, AMD présente TPU 8tx comme le premier système cloud TPU doté d’un calcul confidentiel imposé par le matériel, avec les EPYC de cinquième génération comme fondation hôte . AMD indique que le système s’appuie sur les capacités Secure Encrypted Virtualization d’EPYC, en combinaison avec le TPU, afin de protéger les données entre l’hôte et l’accélérateur et de maintenir prompts, poids de modèles et données intermédiaires chiffrés en mémoire CPU et en transit .
Pour les banques, les administrations, les acteurs de la santé ou les organisations proches de la défense, ce n’est pas un argument décoratif. Les systèmes d’IA agentique opèrent souvent près des actifs les plus sensibles: dépôts de code, dossiers clients, systèmes transactionnels, documents internes et chaînes de décision. TPU 8tx répond à une objection d’achat devenue centrale avec le passage des chatbots aux agents: peut-on exécuter ce workload sans exposer les actifs critiques à l’infrastructure sous-jacente?
Google affirme aussi que TPU 8tx utilise le réseau à faible latence Boardfly développé pour le raisonnement en temps réel, avec une latence jusqu’à 2 fois plus faible que TPU 8t et une pénalité de performance quasi nulle . Cette précision compte, car le calcul confidentiel implique souvent un compromis: davantage d’isolation peut signifier une exécution plus lente, une exploitation plus complexe ou moins de flexibilité côté accélérateur. Google veut démontrer que protection matérielle et exécution agentique à faible latence peuvent cohabiter.
TPU 8i Max: quand le mur mémoire devient le mur des agents
Si TPU 8tx traite la question de la confiance, TPU 8i Max traite celle du contexte. Google explique avoir combiné deux puces TPU 8i à faible latence dans un seul package . Le résultat double le calcul, la SRAM et la bande passante HBM par rapport à TPU 8i, tout en conservant l’empreinte rack existante .
Le problème métier est simple. Un prompt de chatbot isolé n’a rien à voir avec une équipe d’agents autonomes qui lit toute une base de code, analyse des heures de vidéo, compare des documents, appelle des outils et maintient un état sur de longues sessions. Ces charges ne sont pas limitées uniquement par le calcul brut. Elles dépendent de la vitesse à laquelle la mémoire alimente le processeur et de la capacité du système à conserver caches key-value, état du modèle et contexte disponibles.
Data Center Knowledge rapporte que TPU 8i Max fournit 384 Go de mémoire à haute bande passante et vise les entreprises qui exécutent des workloads agentiques avec de grandes fenêtres de contexte . Futurum donne davantage de détails techniques: son analyse décrit TPU 8i Max comme un package à deux dies avec 384 Go de HBM, 17,2 To/s de bande passante HBM et 768 Mo de SRAM embarquée . Ces chiffres positionnent le système comme une réponse directe au “mur mémoire” qui pèse de plus en plus sur l’économie de l’inférence.
Le mot “inférence” peut d’ailleurs minimiser la transformation en cours. Pendant la première phase de l’IA générative, l’entraînement a concentré l’attention, car il nécessitait les plus grands clusters. Mais une fois les modèles déployés à grande échelle, le centre de coût se déplace. Chaque requête client, action d’agent, revue de code, analyse vidéo ou boucle de workflow devient une facture d’inférence. Quand les agents s’arrêtent, reprennent, récupèrent des informations, reclassent et raisonnent sur de longs contextes, la bande passante mémoire et la gestion du cache deviennent aussi importantes que la performance de calcul maximale.
Google vend un système, pas seulement une puce
L’un des messages les plus nets de Google est que TPU 8tx et TPU 8i Max sont des systèmes, pas de nouvelles puces conçues de zéro . Google oppose explicitement le design d’une puce, qui prend des années, au design système, dans lequel packaging, mémoire, réseau, hôtes et sécurité peuvent être ajustés plus rapidement . Cette distinction est stratégique. Elle permet à Google de présenter sa feuille de route TPU comme modulaire et réactive, plutôt que figée par un cycle unique de silicium.
C’est aussi pour cela que le logiciel autour des TPU compte autant que le matériel. Le blog Google Cloud évoque un XLA Serving Engine open source, des travaux vLLM-TorchTPU, Agent Compute Engine pour suspendre et reprendre les sessions d’agents inactives, TPU Sync pour gérer l’état des modèles à travers HBM, DRAM hôte, stockage partagé et réseau de datacenter, ainsi que Cloud Pathways sur Google Kubernetes Engine . Autrement dit, Google veut déplacer la discussion de “votre modèle peut-il tourner sur notre puce?” vers “votre système d’IA de production peut-il tourner sur notre stack?”
Futurum estime que cette couche logicielle est indispensable pour ouvrir les TPU aux clients externes, en citant TorchTPU, le support de vLLM et SGLang, LLM-d 1.0, TPU Sync et les premiers résultats publics AgentX sur TPU v7 . Le point général est clair: la bataille du silicium est devenue une bataille de plateformes. L’avantage de Nvidia n’a jamais été seulement le GPU. Il repose aussi sur CUDA, les bibliothèques, le réseau, l’intégration système, les habitudes développeurs, les architectures de référence et les relations d’approvisionnement. Google doit donc rivaliser à ce niveau, pas uniquement sur les caractéristiques des accélérateurs.
Face à Nvidia: un outil de levier plus qu’un remplacement immédiat
Il serait trop simple de qualifier TPU 8tx et TPU 8i Max de “tueurs de Nvidia”. Il vaut mieux les voir comme des créateurs de levier. Les grands acheteurs d’IA veulent rarement dépendre d’un seul chemin d’infrastructure. Si Google peut proposer une stack TPU cohérente pour l’entraînement, l’inférence, l’IA confidentielle et les agents à long contexte, les clients gagnent du pouvoir de négociation, de la flexibilité d’approvisionnement et une seconde feuille de route à comparer à celle de Nvidia.
TechCrunch replace l’annonce dans un mouvement plus large: hyperscalers et laboratoires d’IA conçoivent des semi-conducteurs spécialisés afin de réduire leur dépendance à Nvidia . C’est le signal de marché le plus important. Microsoft, Amazon, Google et les grands laboratoires n’ont pas besoin de faire disparaître Nvidia pour modifier le rapport de force. Il leur suffit de proposer des alternatives suffisamment solides sur certains workloads, disponibles à l’échelle et entourées de logiciels utilisables.
Le chiffre des clients devient donc aussi important que les spécifications. Près de 100 clients TPU suggèrent que Google dépasse l’usage interne et quelques partenariats stratégiques . TechTarget rapporte que Google conçoit désormais ses TPU avec davantage de retours d’utilisateurs externes et note que l’entreprise n’a pas communiqué de dates de disponibilité ni de prix pour TPU 8i Max et TPU 8tx . Ce manque de détail commercial est important. Les acheteurs regarderont les benchmarks, mais aussi les quotas, les régions, le support, le coût total, l’effort de migration et la flexibilité contractuelle.
Les prochains points à surveiller
Le premier point est la disponibilité. Les nouveaux systèmes semblent stratégiquement complets, mais Google n’a pas encore transformé l’annonce en fiche d’achat exhaustive, avec prix et modalités de déploiement à grande échelle. Les équipes achats devront connaître les régions, les remises d’engagement, les options de capacité réservée, les délais d’intégration et la capacité des workloads TPU confidentiels à passer les audits internes.
Le deuxième point est la preuve indépendante de performance. Google revendique de forts progrès prix-performance sur des benchmarks agentiques et long contexte grâce à sa stack logicielle TPU . Futurum souligne toutefois qu’aucune soumission publique n’existe encore pour TPU 8i, TPU 8i Max ou TPU 8tx sur le nouveau silicium, ce qui signifie que le dossier d’achat repose encore en partie sur les déclarations de Google et sur des données de génération adjacente . C’est normal au lancement, mais crucial pour l’adoption entreprise.
Le troisième point est la portabilité de l’écosystème. Si les développeurs peuvent déplacer plus facilement des workloads PyTorch, des stacks de serving et des modèles d’orchestration entre TPU, GPU et CPU, les TPU seront plus faciles à tester. Sinon, la gravité logicielle de Nvidia restera un rempart majeur.
Conclusion
L’expansion de TPU 8 n’est pas une simple mise à jour matérielle. C’est le signe que le marché des accélérateurs IA se fragmente par workload: entraînement, raisonnement à faible latence, inférence confidentielle et agents à long contexte justifient désormais des systèmes spécialisés.
TPU 8tx donne à Google une réponse plus forte pour l’IA réglementée et propriétaire. TPU 8i Max lui donne une réponse plus forte pour les agents gourmands en mémoire. Avec une base clients proche de 100, les TPU ressemblent de moins en moins à une infrastructure réservée à Google et de plus en plus à une plateforme commerciale de silicium cloud.
Pour les acheteurs, c’est une bonne nouvelle. Plus de stacks crédibles signifient plus de levier d’approvisionnement, plus de choix d’architecture et moins de dépendance à une seule feuille de route. Pour Nvidia, la partie n’est pas terminée. Mais le donjon vient clairement de gagner un boss supplémentaire.
Commentaires
Sois le premier à commenter.