Oracle y Google anunciaron el martes 27 de octubre de 2026 que las TPU, los chips de inteligencia artificial que Google diseña para sus propios centros de datos, estarán disponibles en Oracle Cloud Infrastructure (OCI) a partir de 2027. Según Google, Oracle será el primer gran proveedor de nube fuera de Google en ofrecerlas. El anuncio se hizo en Oracle AI World, la conferencia anual de la empresa en Las Vegas.

Es una noticia importante para cualquiera que siga la carrera de la IA: hasta ahora, quien quería entrenar o ejecutar modelos en TPU tenía que hacerlo, salvo acuerdos puntuales, dentro de Google Cloud. A partir de 2027, una empresa que ya tiene sus datos y sistemas en Oracle podrá usar esos chips sin mudarse de nube.

#Qué anunciaron exactamente Oracle y Google

En su blog oficial, Google escribe que ambas compañías desplegarán capacidad de TPU en OCI a partir del año calendario 2027. Oracle se encargará de la infraestructura física: los chips se instalarán en sus propios centros de datos, y Oracle aportará la energía, la refrigeración y la red.

Estos son los puntos clave del anuncio:

• Los chips: Network World, Data Center Knowledge y The Next Web informan de que se trata de la octava generación de TPU, en dos versiones: TPU 8t, para entrenar modelos, y TPU 8i, para inferencia, es decir, para ejecutar modelos ya entrenados y responder a los usuarios.
• El calendario: el despliegue empieza en 2027 y la capacidad irá creciendo durante varios años. No hay una fecha de lanzamiento concreta.
• La escala: Karan Batta, vicepresidente sénior de OCI, describió el acuerdo a DatacenterDynamics como una alianza de varios años y de varios gigavatios, según recoge The Next Web. «No es un experimento», añadió.
• Cómo se usará: Google explica que sus clientes podrán asignar cargas de trabajo a TPU en Google Cloud o en la infraestructura de Oracle.
• Lo que no se sabe: ni Oracle ni Google publicaron precios, configuraciones ni cuántos chips habrá al principio.

#Qué es una TPU y en qué se diferencia de una GPU

Una TPU (siglas en inglés de Tensor Processing Unit, unidad de procesamiento tensorial) es un chip que Google diseña específicamente para las operaciones matemáticas de las redes neuronales. Google la usa en sus propios servicios desde hace una década y la ofrece a terceros a través de Google Cloud.

La diferencia con una GPU, como las de Nvidia, está en la especialización:

• Una GPU nació para gráficos y luego se adaptó a la IA; es muy flexible y casi todo el software de IA del mercado está preparado para ella.
• Una TPU está hecha a la medida de un solo tipo de trabajo. A cambio de esa especialización, Google promete un mejor rendimiento por vatio y por dólar en ciertas tareas, sobre todo cuando se usan muchos chips a la vez.

Para las empresas, la consecuencia práctica es sencilla: más tipos de chips significa más opciones cuando las GPU escasean o son caras.

#Por qué el acuerdo es importante

La demanda de capacidad de cómputo para IA supera a la oferta desde hace tiempo, y la mayor parte del mercado depende de un solo proveedor de chips: Nvidia. Data Center Knowledge recuerda que la nube de Oracle se ha apoyado sobre todo en GPU de Nvidia, con algunos despliegues de AMD.

Los analistas consultados por ese medio ven ventajas para las dos partes:

• Para Oracle, es la oportunidad de convertirse en una nube con chips de muchos fabricantes. Matt Kimball, analista de Moor Insights & Strategy, lo resume como que Oracle quiere ser «la nube del silicio abierto».
• Para Google, es una forma de sacar más provecho a sus chips. Brendan Burke, de Futurum Group, considera que para Google hay más valor en ponerlos a disposición de otros que en usarlos todos internamente.
• Para los clientes, la ventaja principal es no tener que mover sus datos a Google Cloud para usar TPU, según Kimball.

No todos lo ven igual de claro. Stephanie Walter, de HyperFrame Research, advierte en Network World que un precio de infraestructura más bajo no es una ganga si los costos de desarrollo y operación se comen el ahorro: adaptar software pensado para GPU a un chip distinto también cuesta.

#Oracle no abandona a Nvidia

El acuerdo con Google no significa que Oracle se aleje de Nvidia. En la misma conferencia, la empresa anunció la disponibilidad general en OCI de los sistemas Nvidia Vera Rubin NVL72 y de los procesadores Vera, y su plan de escalar esos clústeres a varios gigavatios.

Mahesh Thiagarajan, presidente de OCI, dijo a CNBC, según The Next Web, que los chips de Nvidia siguen siendo los mejores y los más versátiles, y que el acuerdo con Google no es un paso para alejarse de ellos. Su argumento es que distintas cargas de trabajo de IA necesitan distintos tipos de cómputo, y que los chips siguen siendo escasos.

Oracle también presentó en AI World otros acuerdos de hardware:

• Cerebras: su procesador de escala de oblea para inferencia llegará a OCI en 2027.
• Positron: su chip de inferencia Atlas ya está disponible.
• SambaNova: sus chips SN50 llegarán más adelante, sin fecha.
• OpenAI: los aceleradores de inferencia que desarrolla con Broadcom se desplegarán en OCI, también sin fecha anunciada.

#Las otras novedades de Oracle AI World

Además del hardware, The Next Web destaca dos anuncios de software:

• ChatGPT y Codex dentro de las aplicaciones de Oracle, como Fusion y NetSuite, para que los empleados consulten datos de la empresa o creen pequeñas aplicaciones con IA.
• Snowflake como servicio nativo de OCI, facturado directamente por Oracle.

El mercado reaccionó bien: las acciones de Oracle subieron cerca de un 5 % el martes, según CNBC, citada por The Next Web, aunque el mismo medio señala que acumulan una caída de más del 30 % en lo que va de año por las dudas sobre cómo financiará la empresa sus centros de datos.

#Qué significa para empresas de Latinoamérica y España

Por ahora, nada cambia de inmediato: las TPU no se pueden contratar en OCI hasta 2027, y Oracle no ha dicho en qué regiones las instalará. Oracle ya opera regiones de nube en México, Brasil, Chile, Colombia y España, pero eso no garantiza que las TPU lleguen a ellas, y menos desde el primer día.

Lo que sí cambia es el panorama para quien esté planificando proyectos de IA para los próximos años:

1. Habrá más competencia por el mismo cliente. Con TPU, GPU de Nvidia y chips de otros fabricantes en una misma nube, las empresas tendrán más margen para comparar rendimiento y costo.
2. Los datos pueden quedarse donde están. Para una empresa que ya usa bases de datos o aplicaciones de Oracle, poder usar TPU sin migrar es la parte más práctica del anuncio.
3. El software importa tanto como el chip. Antes de elegir un chip por su precio, conviene comprobar que los modelos y herramientas que usa tu equipo funcionan bien sobre él.

#Lo que falta por saber

Quedan preguntas abiertas que habrá que seguir en los próximos meses: los precios, las regiones, la capacidad real con la que arrancará el servicio y si Oracle recibirá cada nueva generación de TPU al mismo tiempo que la propia Google Cloud. Batta aseguró a DatacenterDynamics que así será, según The Next Web.

Seguiremos la historia de cerca. Si te interesa entender cómo se mueve la carrera de los chips de IA, sígueme en mis redes, donde publico resúmenes en video de las noticias más importantes de la semana.

Publicado originalmente en Miguel Rivera Tech.