Google TPU: el procesador detrás de Gemini como opción predeterminada

La cobertura sobre Google TPU retrocede: velocidad -0.724 y aceleración -3.351. Aun así, Google dividió en 2026 sus procesadores de octava generación en líneas separadas para entrenamiento e inferencia, justo cuando Gemini se extendía a Android, la producción de video y los flujos de trabajo con libros adquiridos. La infraestructura recibe cada vez menos atención mientras más productos de Google dependen de su capacidad para ofrecer cómputo barato y abundante.

Un modelo se vuelve más valioso cuando los usuarios dejan de elegirlo

El asistente conversacional independiente vuelve inusualmente visible la competencia entre modelos. Los usuarios eligen un destino, escriben una instrucción y reciben una respuesta. Cada paso es evidente, incluido el momento en que se van con un rival. Los lanzamientos más trascendentes de Gemini reducen la cantidad de veces que esa elección explícita debe ocurrir.

Gemini Intelligence incorpora la automatización de tareas entre aplicaciones y la creación de componentes para Android dentro del entorno del teléfono. Así, Gemini deja de ser una aplicación y pasa a formar parte de una capa operativa de asistencia capaz de actuar entre distintas aplicaciones, en lugar de esperar dentro de una sola. La competencia ya no gira en torno a la respuesta de un modelo, sino a la vía preinstalada mediante la cual se completa una tarea.

Google aplazó hasta 2026 la actualización prevista de Assistant a Gemini en la mayoría de los dispositivos Android, más allá de su meta anterior de finales de 2025. Los canales de distribución reducen el costo de llegar a los usuarios, pero no eliminan el trabajo de migración, las restricciones de compatibilidad ni la dificultad de sustituir funciones que ya operan correctamente. Las opciones predeterminadas deben funcionar a la escala de la base instalada, no solo en una demostración de lanzamiento.

Google sigue la misma estrategia en flujos de trabajo más específicos. Gemini Omni 1.1 Flash se presenta en torno a tareas de producción como ampliar una escena de video, controlar los fotogramas inicial y final y reescalar a 4K. Expert Intelligence de Gemini Notebook permite importar títulos compatibles que los usuarios poseen en Google Play Books, hacer preguntas basadas en su contenido y generar pódcasts. En ambos casos, el modelo permanece junto al trabajo o contenido que el usuario ya valora, lo que hace más difícil sustituir el flujo de trabajo completo basándose únicamente en la calidad de las respuestas.

Cada opción predeterminada crea una obligación recurrente de servicio

Al incorporar Gemini en teléfonos, herramientas audiovisuales y bibliotecas de contenido, Google reduce las barreras de adopción y asume un compromiso permanente de servicio. Cada entorno puede generar más inferencias, y cada flujo de trabajo exitoso da al usuario otro motivo para volver a utilizarlo.

Un producto independiente de IA puede limitar las funciones costosas, restringir el acceso o cobrar directamente por el uso. Un asistente integrado en un amplio ecosistema de plataformas tiene menos margen para comportarse como un proveedor selecto de capacidad de cómputo. Los usuarios lo perciben como parte del producto, mientras que para Google cada solicitud representa costos y demanda de capacidad y energía.

Un asistente integrado necesita baja latencia porque forma parte de una interacción. Requiere límites de uso más amplios porque la distribución puede provocar aumentos repentinos de la demanda. También necesita emplear menos tokens, ya que los pequeños ahorros se repiten en cada solicitud. A medida que el uso se vuelve omnipresente, la eficiencia da a Google margen para distribuirlo con mayor agresividad.

La menor visibilidad de TPU refleja un cambio en su función

Google presentó Tensor Processing Unit en 2016 como un procesador de aprendizaje automático diseñado específicamente para TensorFlow. En 2018, Cloud TPUs entró en fase beta con un precio inicial de $6.50 por hora de TPU. Los desarrolladores podían adquirir un recurso específico con nombre y precio propios.

Google asignó a sus circuitos integrados a medida una función distinta en su hoja de ruta más reciente. En 2025, describió Ironwood como su primer TPU para inferencia, disponible en configuraciones de 256 y 9,216 procesadores. En 2026, Google dividió su línea de octava generación en TPU 8t para entrenamiento y TPU 8i para inferencia, con disponibilidad general prevista para más adelante ese mismo año.

Al dividir la línea, Google alineó directamente su infraestructura con la economía de Gemini. Google entrena un modelo de manera periódica, pero presta el servicio de forma continua. TPU 8i atiende la obligación recurrente que genera la creciente distribución de Gemini.

Google avanza con esta hoja de ruta mientras disminuye la atención pública. Una menor cobertura no implica una infraestructura más débil: la cobertura refleja el interés del momento, mientras que Google puede obtener el rendimiento mediante el funcionamiento continuo, no mediante lanzamientos constantes.

Según informes, Meta firmó un acuerdo multianual para rentar TPU de Google y analizó comprarlos para sus propios centros de datos a partir de 2027. La demanda externa podría dar mayor visibilidad a la infraestructura. Para Google, sin embargo, TPU puede seguir siendo tanto un producto comercial como una fuente de apalancamiento operativo interno.

El procesador no tiene que desaparecer como producto; basta con que desaparezca de la decisión del usuario. Quien amplía un video, consulta un libro adquirido o pide a un teléfono que complete una tarea elige un resultado, no un acelerador. La infraestructura puede definir el servicio sin formar parte del argumento de venta.

El costo de la inferencia está alineando a la industria

Según informes, documentos para inversionistas mostraron que OpenAI y Anthropic proyectaban costos de inferencia superiores a la mitad de sus ingresos. OpenAI y Broadcom presentaron un procesador de inferencia optimizado para LLM, mientras Amazon Web Services continuó desarrollando su línea de aceleradores Trainium. Las facturas de inferencia llevaron a las tres empresas hacia infraestructura a medida, aunque sin una estrategia común.

Google también rediseñó sus modelos en función del costo de operarlos. Posicionó Gemini 1.5 Flash-8B con un precio 50% menor que el de 1.5 Flash, el doble de límites de uso y menor latencia en instrucciones breves. Más adelante, Google afirmó que Gemini 3.6 Flash utilizaba hasta 17% menos tokens y costaba menos por token que Gemini 3.5 Flash. Esos cambios determinan con qué frecuencia puede Google utilizar de forma rentable un modelo dentro de productos cotidianos.

A medida que Google atiende más solicitudes, incluso las pequeñas mejoras de eficiencia adquieren mayor valor. Esas mejoras permiten un despliegue más amplio, lo que a su vez genera más volumen para la infraestructura especializada. Un proveedor de esa escala puede controlar la infraestructura con la que presta el servicio o permitir que una parte importante de su negocio dependa de los costos y la capacidad de terceros.

Google también debe asegurar capacidad física. Cuando la empresa presentó nuevos límites para el uso de memoria en aplicaciones de Android, señaló importantes restricciones en el suministro de equipos provocadas por el auge de la IA. Hasta que Google pueda ofrecer una función en toda la base instalada, tendrá una lista de espera con marca propia, no una opción predeterminada de la plataforma.

La capa menos visible determina la opción predeterminada que sí se ve

La competencia entre modelos sigue siendo visible porque los modelos tienen nombres, puntuaciones y fechas de lanzamiento. El contrapeso aparece en decisiones de producto más pequeñas: la migración de un asistente, un control de video, la importación de un libro o la separación de un procesador de inferencia respecto de uno de entrenamiento. Cada decisión parece gradual; en conjunto, trasladan la competencia de elegir un modelo a sostener una opción predeterminada.

Así es como la cobertura sobre TPU puede registrar una velocidad de -0.724 y una aceleración de -3.351 al mismo tiempo que Google dedica una línea de procesadores a la inferencia. Los usuarios eligen el resultado que aparece en la pantalla, no el acelerador que opera detrás. Gemini gana atención en la superficie; TPU determina si Google puede costear la opción predeterminada que la sostiene.