El informe, cubierto el 16 de agosto por Tom's Hardware y Firstpost, llega en medio de una carrera cada vez más intensa para rediseñar la infraestructura de IA para modelos de razonamiento y agentes autónomos, un cambio que hemos estado siguiendo en nuestra cobertura de última hora sobre IA. Según SemiAnalysis, Google y sus clientes están presionando por TPU con núcleos de CPU en el paquete para el aprendizaje por refuerzo (RL) y potencialmente otras cargas de trabajo con mucha CPU, y AMD es un fuerte candidato para suministrar las piezas que faltan.
Por qué Google no necesitaría que AMD diseñara una TPU
Los analistas echan un jarro de agua fría a la lectura más simple de la historia. Google ya tiene una importante experiencia interna en arquitectura de aceleradores, perfeccionada a lo largo de ocho generaciones de TPU, y no necesariamente necesitaría que AMD diseñara otro TPU convencional. Las posibilidades de que AMD implemente el próximo chip de inferencia (TPU V10i) o chip de entrenamiento (TPU V10t) de Google se consideran bajas.
En cambio, los analistas creen que Google puede necesitar cosas que un fabricante de CPU como AMD puede ofrecer: propiedad intelectual de CPU, lógica programable, interconexiones o experiencia en empaquetado avanzado. En otras palabras, la historia trata menos de que AMD construya el acelerador de inteligencia artificial de Google y más de lo que podría desbloquear un chip híbrido (el cómputo tensorial de Google unido a los núcleos de uso general de AMD).
El aprendizaje por refuerzo está transformando el silicio de la IA del revés
El impulsor es un cambio genuino en la forma en que los sistemas de inteligencia artificial consumen computación. El entrenamiento convencional de modelos de lenguaje grande sigue siendo abrumadoramente intensivo en aceleradores: matemáticas matriciales, todo el día, en GPU y TPU. Pero el aprendizaje por refuerzo para modelos de razonamiento y agentes es diferente. Las canalizaciones de RL entrelazan operaciones de acelerador con grandes cantidades de computación escalar, ramificada y de propósito general (simulación de entorno, computación de recompensa, orquestación de muchas implementaciones paralelas) que funciona mucho mejor en las CPU.
Los propios diseños de sistemas de Google ya reflejan ese cambio. Según el informe, los sistemas TPU 8i centrados en la inferencia de Google, creados para cargas de trabajo de inferencia, razonamiento y RL, proporcionan una CPU Google Axion por cada dos TPU. En comparación, los servidores basados en TPU de séptima generación utilizaban un procesador Intel Xeon "Emerald Rapids" por cada cuatro TPU. Duplicar la relación CPU-acelerador es una fuerte señal de hacia dónde ve Google que se dirigen las cargas de trabajo, y empaquetar los núcleos de la CPU directamente junto al acelerador es el siguiente paso lógico: rutas de datos más cortas, menos movimiento de datos y mejor eficiencia energética para exactamente las cargas de trabajo que exige la IA agente.
El precedente del MI300A
AMD aporta experiencia directamente relevante a un proyecto de este tipo. Su Instinct MI300A, implementado en supercomputadoras de clase élite, fue la primera APU verdadera a escala de centro de datos, combinando chiplets de CPU Zen x86 y chips de cómputo GPU con memoria compartida en un solo paquete. Un futuro diseño de Google podría tomar una forma similar: los chips de cómputo TPU de Google combinados con la tecnología de CPU AMD y memoria de gran ancho de banda, con AMD potencialmente manejando partes del empaquetado y la integración.
Ambas empresas tienen motivos para hablar. Para Google, la medida ampliaría una estrategia de silicio que ya abarca a múltiples socios: su línea de TPU de octava generación, anunciada en abril de 2026, dividida en chips dedicados de capacitación (8t) e inferencia (8i), y un informe a principios de este año describió a Google ensamblando una cadena de suministro de silicio personalizado de múltiples socios que abarca Broadcom, MediaTek y Marvell para desafiar a Nvidia en inferencia. Para AMD, una victoria en el diseño de Google sería un gran respaldo a su tecnología de chiplet y empaquetado, y un punto de apoyo en el silicio de IA personalizado, un mercado donde el dominio de Nvidia sigue siendo en gran medida indiscutible.
Advertencias importantes
El propio SemiAnalysis destaca que aún persiste una incertidumbre significativa. La naturaleza exacta de la participación reportada de AMD no está clara, la asociación no ha sido confirmada por ninguna de las compañías y los analistas formulan su razonamiento como una especulación informada sobre por qué dicha colaboración tendría sentido en lugar de una hoja de ruta de producto confirmada.
Pero la señal más profunda importa más que el acuerdo en sí. Si los informes son precisos, el avance más significativo no es que Google y AMD trabajen juntos, sino que Google explora variantes de TPU con mucha CPU diseñadas específicamente para el aprendizaje por refuerzo, el razonamiento y la IA agente. La industria pasó una década optimizando chips para una multiplicación de matriz gigante. La próxima generación de hardware de IA está siendo moldeada por cargas de trabajo que se parecen mucho menos a una sola mente que piensa y mucho más a miles de agentes que exploran, fallan y aprenden a la vez.
Qué mirar
Para la industria en general, tres cosas harían que este informe pasara de ser una especulación a convertirse en una tendencia. En primer lugar, cualquier señal de acuerdos de silicio personalizados que emparejen a los proveedores de aceleradores y CPU en lugar de enfrentarlos entre sí: la misma lógica que empujó a AMD hacia el MI300A y a Nvidia hacia los sistemas integrados estilo Grace-Hopper ahora parece estar dando forma a las hojas de ruta de los ASIC hiperescaladores. En segundo lugar, si los índices de implementación de TPU 8i de Google continúan desplazándose hacia más CPU por acelerador, lo que confirmaría de forma independiente la tesis de la carga de trabajo de RL. En tercer lugar, el propio comentario sobre las ganancias de AMD: una victoria en un diseño personalizado a la escala de Google sería material suficiente para aparecer eventualmente en las divulgaciones financieras.
Ni Google ni AMD han comentado sobre el informe, y SemiAnalysis señala que su análisis se basa en la lógica estratégica del emparejamiento y no en contratos confirmados. Pero en un año en el que Google ya dividió su línea de TPU en productos de capacitación e inferencia, firmó acuerdos de suministro de silicio con múltiples socios y acumuló capacidad de CPU en torno a sus aceleradores más nuevos, una variante de TPU con mucha CPU es menos una sorpresa que el próximo movimiento lógico.
Manténgase por delante de la IA
Cobertura chip por chip de la carrera del silicio de IA, entregada sobre la marcha. Marque nuestro centro para conocer los últimos desarrollos de IA y nunca se pierda ningún diseño ganador.
Leer más noticias sobre IA →
