Google y Oracle anunciaron un acuerdo para que los chips TPU de Google estén disponibles en Oracle Cloud Infrastructure (OCI), marcando la primera vez que un gran proveedor de nube externo ofrece estos procesadores. El movimiento, revelado el 27 de octubre de 2026, sacude el mercado de chips para inteligencia artificial y podría abrir una alternativa real al dominio de Nvidia. Además, reportes indican que OpenAI estaría planeando adquirir chips TPU de Google, lo que añade otro giro a la competencia por el hardware de IA.
El acuerdo Google-Oracle: TPU en la nube de Oracle
En un comunicado conjunto, Google y Oracle informaron que los TPU se instalarán en OCI a partir del año calendario 2027. Oracle será el primer proveedor de nube externo en ofrecer TPU en renta, según el anuncio. Aunque no se revelaron precios, Oracle se encargará de la energía, la refrigeración y la red en sus centros de datos, mientras que Google proporcionará los chips y el software asociado.
La razón principal, según el blog de Google Cloud, no es el costo sino la infraestructura: los TPU de nueva generación están diseñados para refrigeración líquida de rack completo, y los centros de datos de Oracle ya están preparados para ello. Además, Oracle tiene una base de clientes empresariales que utilizan Oracle Database como sistema central, y colocar los TPU junto a esos datos permite entrenar modelos o hacer inferencia sin mover la información entre nubes.
Oracle detalló que la octava generación de TPU tiene dos arquitecturas: TPU 8t para entrenamiento de modelos y TPU 8i para inferencia. El TPU 8t reduce los ciclos de desarrollo de modelos frontera de meses a semanas y ofrece casi tres veces más potencia de cómputo por pod que la generación anterior. El TPU 8i está diseñado para cargas de trabajo con múltiples agentes que interactúan repetidamente.
Google, por su parte, afirmó que la octava generación de TPU alcanza hasta 12.6 PFLOPS de potencia FP4 nativa por chip. También destacó tres métricas: un goodput (proporción de tiempo en que el clúster funciona realmente) superior al 97% en entrenamientos grandes con miles de chips; una mejora del 80% en eficiencia por dólar para tareas de servicio con baja latencia; y una reducción de más de la mitad en los saltos de red gracias a una nueva topología. Estas cifras son mediciones propias de Google y aún no han sido replicadas de forma independiente en OCI, ya que el sistema no está disponible.
OpenAI y su posible compra de TPU
The Information reportó el 27 de octubre de 2026 que OpenAI planea comprar chips TPU de Google, según fuentes no identificadas. El reporte no revela el monto ni los detalles del acuerdo. Reuters buscó declaraciones y OpenAI rechazó comentar, mientras que Google no respondió de inmediato. Es importante distinguir entre un anuncio oficial de las empresas y una información de medios basada en fuentes anónimas, pues tienen distinto peso.
OpenAI es uno de los mayores clientes de chips de Nvidia y ahora busca diversificar sus fuentes de suministro. Esto podría interpretarse como una señal negativa para Nvidia, pero hay que considerar que OpenAI no está cambiando de proveedor, sino agregando uno nuevo. De hecho, en junio de 2026 OpenAI presentó un chip diseñado en conjunto con Broadcom que planea usar a finales de este año. Así, OpenAI estaría distribuyendo sus fuentes en tres vías: Nvidia, chips propios y TPU de Google.
El contexto: Google quiere vender chips
En abril de 2026, Google anunció que vendería hardware TPU directamente a un grupo reducido de clientes para que lo instalaran en sus propios centros de datos. La demanda creció tanto que incluso investigadores de Google tuvieron que esperar para usar TPU. El director financiero de Alphabet señaló que la compañía reconocerá solo una pequeña parte de los ingresos por TPU este año, y la mayor parte llegará en 2027.
CNBC reportó que TD Cowen estima un margen operativo de alrededor del 20% para el negocio de venta de TPU, frente a un margen del 35% en el negocio de nube en el último trimestre. Estas cifras no son divulgadas por Google. Por otro lado, SemiAnalysis calcula que el costo total de propiedad y operación del TPU Ironwood es aproximadamente un 44% menor que el de los servidores GB200 de Nvidia. Este dato económico explica por qué los clientes quieren probar la alternativa, aunque el ecosistema de software sigue siendo un factor por demostrar.
En octubre de 2025, Anthropic acordó usar hasta un millón de TPU en un acuerdo valuado en decenas de miles de millones de dólares. Mizuho estima que ese acuerdo traerá casi un gigavatio de capacidad este año y calificó la relación como Google armando a su competidor más cercano en modelos. En la misma semana, Broadcom reveló un mecanismo financiero de 63,000 millones de dólares respaldado por Blackstone y otros tres bancos para comprar TPU y equipos de red y alquilárselos a Anthropic por cinco años.
Implicaciones para el mercado de chips de IA
El acuerdo con Oracle tiene un calendario claro: los TPU estarán disponibles en OCI en 2027. El caso de OpenAI es aún un reporte no confirmado. En conjunto, ambos apuntan en la misma dirección: Google está pasando de ser un usuario interno de TPU a un proveedor de chips para terceros. Eso podría llevar a que el mercado de chips de IA empiece a medirse por costo por token y no solo por el nombre del modelo.
Para los equipos que entrenan modelos pequeños en la nube, la llegada de un segundo proveedor con una arquitectura diferente podría presionar los precios a la baja en el mediano plazo, pero solo si el software es fácil de migrar. En ese sentido, la liberación de TorchTPU como código abierto es relevante porque reduce el costo de cambiar de plataforma.
Con este panorama, la competencia en chips para IA se intensifica y las empresas buscan alternativas para reducir costos y dependencia. Google da un paso firme hacia convertirse en un jugador clave en el suministro de hardware para inteligencia artificial.