Qué es una TPU
Google la presentó en 2016 tras años usándola internamente. Mientras las GPU nacieron para gráficos y se adaptaron a la IA, las TPU se diseñaron desde el principio para cálculo con tensores (matrices de números), que es lo que más consume una red neuronal. Google las usa para entrenar sus modelos Gemini y las alquila en su nube.
Cómo funciona
Las redes neuronales pasan la mayor parte del tiempo multiplicando matrices enormes. Una TPU tiene miles de unidades especializadas trabajando en paralelo en esas multiplicaciones, con menos flexibilidad que una GPU pero más rendimiento por vatio en esa tarea concreta.
Ejemplo real
Cuando usas Gemini o buscas en Google con AI Overviews, buena parte del cálculo se hace sobre TPU en los centros de datos de Google. Algunas empresas y laboratorios alquilan TPU en Google Cloud para entrenar sus propios modelos.
Para qué te sirve en tu negocio
Directamente, casi nunca vas a elegir una TPU: usarás servicios de IA que ya las tienen detrás. Pero entender la guerra de chips (TPU de Google, GPU de Nvidia, chips propios de Amazon, Microsoft o Meta) ayuda a entender el coste y la disponibilidad de la IA que contratas.
Errores comunes
- Pensar que TPU y GPU son intercambiables para cualquier uso.
- Confundir TPU con NPU: la NPU va en dispositivos como móviles y portátiles.
- Creer que necesitas hardware propio para usar IA en tu empresa.
Preguntas frecuentes
¿Qué diferencia hay entre TPU y GPU?
La GPU es más versátil; la TPU está especializada en IA y es más eficiente en ese tipo de cálculo.
¿Se puede comprar una TPU?
Las de centro de datos se alquilan en Google Cloud; no se venden como una GPU.
¿Qué es una NPU?
Un procesador de IA integrado en móviles y portátiles para ejecutar modelos en el propio dispositivo.