Skip to content
El TPU Ironwood de Google tiene una potencia nominal de 4.614 teraflops y 192 GiB de memoria por chip, con 9.216 chips conectados en un solo pod y disponibilidad general en Google Cloud desde el 31 de marzo de 2026
IA y tecnología

El TPU Ironwood de Google tiene una potencia nominal de 4.614 teraflops y 192 GiB de memoria por chip, con 9.216 chips conectados en un solo pod y disponibilidad general en Google Cloud desde el 31 de marzo de 2026

Ilustración de tuput

Español

La documentación de Google fija cada chip Ironwood en un máximo de 4.614 teraflops en aritmética de 8 bits, con 192 GiB de memoria y 7.380 GBps de ancho de banda de memoria. Las notas de versión de Google registran la vista previa el 24 de noviembre de 2025 y la disponibilidad general el 31 de marzo de 2026.

· · 12 min de lectura

La documentación de Google fija cada chip Ironwood en un máximo de 4.614 teraflops (billones de operaciones aritméticas por segundo) en aritmética de 8 bits, con 192 GiB de memoria de alto ancho de banda a su lado, y permite enlazar hasta 9.216 de esos chips en un solo pod. Ironwood es la séptima generación de la Tensor Processing Unit, o TPU, el chip de Google para la aritmética de matrices sobre la que funcionan los modelos de IA. Las notas de versión de Google lo registran como disponible de forma general en Google Cloud desde el 31 de marzo de 2026.

Todas las cifras de aquí son especificaciones o valores máximos del propio Google, leídos en sus páginas a 12 de noviembre de 2026. No se cita ninguna prueba de rendimiento independiente de Ironwood, y una sección cerca del final separa las comparaciones que dependen de la elección de prueba de Google.

Las cifras de la página de especificaciones de Google

La página del TPU7x de Google (TPU7x es el nombre en la nube de la primera versión de Ironwood) coloca el chip junto a las dos generaciones anteriores.

Por chip salvo indicaciónTPU v5pTPU v6e (Trillium)TPU7x (Ironwood)
Chips por pod8.9602569.216
Cómputo máximo, BF16 (teraflops)4599182.307
Cómputo máximo, FP8 (teraflops)4599184.614
Memoria (GiB)9532192
Ancho de banda de memoria (GBps)2.7651.6387.380
Ancho de banda entre chips, en ambos sentidos (GBps)1.2008001.200

El anuncio de Google de abril de 2025 dice que las cifras de FP8 se emulan en v4 y v5p y son nativas en Ironwood, por lo que la columna de v5p repite su cifra de BF16; la página hace lo mismo con v6e. Cada chip Ironwood lleva dos TensorCores, las unidades que hacen la multiplicación de matrices, y cuatro SparseCores, que la publicación de abril describe como aceleradores para los embeddings (tablas de consulta) muy grandes que se usan en clasificación y recomendación. Cuatro chips van en cada computadora anfitriona, y la página indica 224 CPU virtuales y 960 GB de RAM para esa máquina de cuatro chips.

Qué es un teraflop y por qué importa el formato numérico

Un FLOP es una operación de coma flotante: una suma o multiplicación de un número que puede tener parte decimal. Un teraflop es un billón de ellas por segundo y un exaflop es mil millones de miles de millones. Los 4.614 son un máximo, la tasa si todas las unidades aritméticas están ocupadas en todo momento, y la documentación lo rotula así.

La etiqueta también nombra un formato numérico. FP8 guarda cada número en 8 bits y BF16 (bfloat16) en 16. La documentación da 2.307 teraflops para BF16 y exactamente el doble para FP8, y el libro de texto de Google DeepMind citado más abajo dice que el chip hace la multiplicación de matrices en FP8 al doble de velocidad que en BF16. Menos bits significan números más toscos y más operaciones por segundo.

Si se multiplica la cifra del pod: 9.216 chips a 4.614 teraflops son 42,5 exaflops, el número de la publicación de Google de abril de 2025 y de la diapositiva de Google en Hot Chips 2025, donde se rotula como FP8. La misma suma con la cifra de BF16 da unos 21 exaflops, que es la cifra que el libro de texto da para un pod.

Por qué la memoria importa tanto como la aritmética

El libro de texto, escrito por ingenieros de Google DeepMind, describe un TPU como un núcleo especializado en multiplicación de matrices unido a una pila de memoria rápida llamada HBM, memoria de alto ancho de banda. El ancho de banda es cuántos bytes por segundo pueden pasar de esa memoria a las unidades aritméticas. Entre ambas hay un pequeño bloc de notas en el chip, que el libro de texto da como 128 MiB en el TPU7x, mucho más rápido que la HBM pero mucho más pequeño que sus 192 GiB.

Un chatbot escribe su respuesta un token (una palabra o un trozo de palabra) a la vez, como describe el artículo de tuput sobre cómo un chatbot adivina la siguiente palabra, y el libro de texto señala que cada paso tiene que cargar todos los parámetros del modelo desde la HBM. El tiempo de carga es por tanto un suelo para el tiempo por paso. Su ejemplo resuelto toma un modelo de 200.000 millones de parámetros en BF16, que son 400 GB, repartido en 32 chips v6e: 12,5 GB por chip, leídos a unos 1,6 TB por segundo, o unos 7,8 milisegundos por paso en el mejor de los casos.

Si se hace la misma cuenta con los 7.380 GBps documentados de Ironwood, 12,5 GB tardan unos 1,7 milisegundos. Es aritmética de tuput sobre una cifra documentada, para un tamaño de modelo y 32 chips, y un límite inferior, no una predicción de la rapidez con que responde un servicio. La propia documentación de Google dice que, pese a su tamaño, la HBM aún puede ser un cuello de botella en algunas operaciones. Las páginas de Google redondean el ancho de banda de tres maneras: 7,37 TB/s en la publicación de abril, 7.380 GBps en la documentación y 7,3 TB/s en la diapositiva de Hot Chips.

Un pod, y por qué sus chips se conectan en forma de toro

La publicación de Google de noviembre de 2025 describe un pod como chips conectados entre sí para que funcionen como una sola unidad. Para Ironwood la publicación da hasta 9.216 chips, unidos por una red que valora en 9,6 terabits por segundo y que comparten 1,77 petabytes de HBM. La documentación lo construye con 144 cubos de 4x4x4 chips, es decir, 64 chips por cubo, y una porción de cuatro chips es la configuración más pequeña que indica. Para porciones de más de 2.048 chips, la página dice que hay que ponerse en contacto con el equipo de cuentas de Google.

Dentro de un cubo, cada chip tiene enlaces directos con sus vecinos más próximos en tres direcciones. La página da seis enlaces por chip, cada uno con 200 GBps de ancho de banda bidireccional, 400 GBps a lo largo de cada eje y 1.200 GBps en total. Para porciones de 64 chips o más, los cubos se unen en un toro 3D, una rejilla cuyos bordes se enroscan hasta tocar el borde opuesto. Imagínese una fila de chips: unir el último con el primero la convierte en un anillo, y el libro de texto dice que este enroscado reduce la mayor distancia entre dos chips de N a N/2. El libro de texto añade que las porciones más pequeñas que un cubo completo no tienen enroscado, lo que según él suele duplicar el tiempo de la mayoría de las comunicaciones. Contrasta el diseño con los clústeres de GPU, que conectan los chips mediante una jerarquía de conmutadores.

Conmutadores de circuito óptico unen los cubos y pueden reconfigurarse, de modo que un solo conjunto de cubos puede cortarse en porciones de formas distintas. El reportaje de ServeTheHome sobre la charla de Hot Chips dice que un nodo averiado puede descartarse y la porción reconstruirse en otros bastidores a partir de un punto de control guardado, y que 9.216 está algo por encima de una potencia de dos para que queden bastidores de repuesto (8.192 no dejaría ninguno). La publicación de abril sitúa un pod completo en casi 10 MW y dice que los chips se refrigeran por líquido. Cuánta energía consumen en total los centros de datos de IA se cuenta en el artículo de tuput sobre las previsiones de la AIE y de Berkeley Lab.

Dos chiplets bajo una misma tapa

Las diapositivas de Google en Hot Chips llaman a Ironwood el primer TPU de doble die de cómputo, y ServeTheHome informa de que el diseño permite a Google construir más allá de un solo die. Cada chiplet tiene un TensorCore, dos SparseCores y 96 GiB de HBM, según la documentación, y los une un enlace entre dies seis veces más rápido que un enlace entre chips. El software ve cada chip como dos dispositivos: en una máquina de cuatro chips, la biblioteca JAX enumera ocho.

La página dice que el TPU7x ejecuta los marcos JAX y PyTorch y no admite TensorFlow. Para servir modelos enumera los motores de inferencia vLLM y SGLang. La publicación de Google del 9 de noviembre de 2026 dice que liberó TorchTPU como código abierto el mes anterior, para que el código de PyTorch y los modelos de Hugging Face funcionen en los TPU sin reescrituras.

Fechas, zonas y clientes

Google anunció Ironwood el 9 de abril de 2025 en Cloud Next 25, y lo llamó «el primero diseñado específicamente para la inferencia». Su documentación y su publicación de noviembre de 2025 lo describen como creado tanto para entrenamiento como para inferencia. Las diapositivas de Google para la conferencia Hot Chips del 26 de agosto de 2025 nombran a Norman Jouppi y Sridhar Lakshmanamurthy como ponentes y dicen que el despliegue a hiperescala estaba en marcha.

El 23 de octubre de 2025 Anthropic anunció planes de usar «hasta un millón de TPU», una ampliación que calificó de valor de decenas de miles de millones de dólares y que esperaba poner en línea bastante más de un gigavatio de capacidad en 2026. Esa publicación no nombra ninguna generación de TPU. La publicación de Google del 6 de noviembre de 2025 sitúa el mismo plan en su sección de Ironwood y cita al jefe de cómputo de Anthropic, James Bradbury, sobre las mejoras de Ironwood en inferencia y entrenamiento. También cita a Lightricks y Essential AI como primeros usuarios.

El texto de la publicación de noviembre decía que Ironwood estaría disponible de forma general «en las próximas semanas». Las notas de versión de Google traen las fechas: vista previa el 24 de noviembre de 2025 y disponibilidad general el 31 de marzo de 2026. La página del TPU7x no enumera ubicaciones. La página aparte de regiones y zonas enumera dos zonas para el TPU7x a 12 de noviembre de 2026, us-central1-ai1a y us-central1-c, ambas en la región us-central1 de Google.

En cuanto a la India, el documento de contexto de PIB del 10 de febrero de 2026 dice que la Misión IndiaAI había incorporado más de 38.000 GPU a Rs 65 por hora y también 1.050 TPU, que define como chips creados específicamente para tareas de IA. No nombra ninguna generación de TPU, así que nada en él dice si alguno es Ironwood. La misión se cubre en el artículo de tuput sobre la Misión IndiaAI, y las máquinas nacionales de petaflops en su artículo sobre los supercomputadores PARAM.

Qué comparaciones son del propio Google

La publicación de Google de noviembre de 2025 dice que Ironwood ofrece una mejora de rendimiento máximo de 10 veces sobre el TPU v5p y un rendimiento por chip más de 4 veces mejor para entrenamiento e inferencia que el v6e. La diapositiva de Hot Chips dice también más de 10 veces el cómputo del v5p. La tabla muestra cuánto depende del formato numérico. En FP8, 4.614 frente a los 459 del v5p son 10 veces, pero la columna del v5p es FP8 emulado, y en BF16 la razón es 5 veces (2.307 frente a 459). Frente al v6e, según las cifras de la página, es 5 veces en FP8 y 2,5 veces en BF16. La publicación no dice qué cargas de trabajo ni qué formato numérico hay detrás de su «más de 4 veces».

Las razones de memoria de la publicación de abril se deducen de la tabla y son especificaciones, no resultados de pruebas: 192 GiB frente a 32 es 6 veces, y 7.380 frente a 1.638 GBps es 4,5 veces. La misma publicación afirma el doble de rendimiento por vatio que Trillium y casi 30 veces la eficiencia del primer Cloud TPU de Google, de 2018, con una nota del gráfico que dice que la medida son flops FP8 máximos por vatio de potencia de diseño térmico. ServeTheHome escribió sobre esa misma afirmación de 2 veces en Hot Chips que no estaba claro si se había medido con el mismo formato numérico.

La publicación de abril también compara el pod de 42,5 exaflops con El Capitan, que sitúa en 1,7 exaflops. El Lawrence Livermore National Laboratory informa de que esa máquina logró 1,742 exaflops en la prueba High-Performance Linpack de la lista TOP500 de junio de 2025, y 16,7 exaflops en una prueba aparte de precisión mixta. Una cifra es un máximo teórico en FP8 y la otra una prueba medida, así que responden a preguntas distintas.

Después de Ironwood

La publicación de Google del 9 de noviembre de 2026, del tecnólogo jefe Amin Vahdat, dice que ya existen ocho generaciones de TPU y que dos chips de octava generación, el 8t para entrenamiento y el 8i para razonamiento, se presentaron en Cloud Next en abril de 2026. Cita hasta 2,7 veces mejor rendimiento de entrenamiento y un 80 por ciento mejor relación precio-rendimiento en inferencia que la generación anterior, ambas cifras de Google. La misma publicación añade el TPU 8tx, para inferencia confidencial, y el TPU 8i Max, que pone dos chips 8i en un mismo encapsulado con el doble de cómputo, SRAM y ancho de banda de memoria que el 8i, y dice que la empresa ha presentado cuatro sistemas TPU en un año. Describe el negocio de los TPU como de casi 100 clientes. No da ninguna especificación a nivel de chip de ninguno de los cuatro, así que aquí no se compara ninguno con Ironwood.

Share
Copied!

Fuentes y lecturas adicionales

  1. Google Cloud documentation: TPU7x (Ironwood), last updated 11 November 2026
  2. Google Cloud documentation: TPU regions and zones
  3. Google Cloud documentation: Cloud TPU release notes
  4. Google: Ironwood, the first Google TPU for the age of inference (9 April 2025)
  5. Google Cloud blog: Ironwood TPUs and new Axion-based VMs for your AI workloads (6 November 2025)
  6. Google Cloud blog: Our newest TPUs, 8tx and 8i Max, built for the agentic era (9 November 2026)
  7. Hot Chips 2025: Ironwood, Delivering Best in Class perf, perf/TCO and perf/Watt for Reasoning Model Training and Serving (Google slides, 26 August 2025)
  8. Anthropic: Expanding our use of Google Cloud TPUs and Services (23 October 2025)
  9. Google DeepMind authors: How to Scale Your Model, Part 2, How to Think About TPUs
  10. ServeTheHome: Google Ironwood TPU Swings for Reasoning Model Leadership at Hot Chips 2025 (26 August 2025)
  11. Lawrence Livermore National Laboratory: El Capitan reigns supreme across three major supercomputing benchmarks (16 June 2025)
  12. PIB Backgrounder: Democratising AI in India (10 February 2026)

Investigado y escrito con ayuda de herramientas de IA, y editado para verificar su exactitud. Se ofrece solo como información general y para el debate, no como asesoramiento profesional. Consulta nuestros criterios editoriales y nuestro aviso legal. ¿Has visto un error? Dínoslo.

#google ironwood#tpu#ai accelerator#tpu7x#high bandwidth memory#ai inference#ai hardware#google cloud

¿Te ha gustado? Recibe el siguiente.

Una buena lectura cada vez, directa a tu correo. Sin spam, cancela cuando quieras.

Más en IA y tecnología
Ocho autores de Google publicaron el artículo del Transformer el 12 de junio de 2017, y su modelo grande obtuvo 28,4 BLEU del inglés al alemán tras 3,5 días con ocho GPU
Un recorrido por el diseño que hay detrás de los chatbots de hoy, con las tablas del propio artículo y el ejemplo de Google de una palabra que tiene que mirar a un río. También cubre las partes del diseño de 2017 que los modelos posteriores conservaron, cambiaron o descartaron.
Bharat-VISTAAR, puesto en marcha en Jaipur el 17 de febrero de 2026, permite a un agricultor consultar a un asesor de IA por llamada telefónica al 155261 y se nutre de datos de ICAR, IMD, Agmarknet y AgriStack
Una llamada al 155261 llega a un asesor de IA alimentado con guías de prácticas de ICAR y datos meteorológicos y de mercados mayoristas. Los comunicados del lanzamiento, el plan de idiomas y las cifras de uso publicadas hasta ahora, con fechas y fuentes.
Ramayana Parte 1 llegó a los cines de habla inglesa el 6 de noviembre de 2026 con voces humanas y Brahma AI ajustando los labios de los actores, según sus creadores
Un proceso en dos pasos, primero la interpretación humana y después el software, es como los productores describen el estreno en inglés de la película. La Academia de Televisión, las propias páginas de Brahma AI y varios críticos completan el cuadro.
← todos los artículos