Por Redacción Pangea IA · 28 de octubre de 2026
Oracle y Google han acordado llevar los aceleradores TPU de Google a Oracle Cloud Infrastructure (OCI) a partir de 2027. OCI será el primer proveedor de nube a gran escala ajeno a Google que ofrecerá estos chips, una apertura relevante para empresas que quieren elegir entre distintas arquitecturas de cálculo sin abandonar el entorno de Oracle.
Qué han anunciado Oracle y Google
El acuerdo, anunciado el 27 de octubre durante Oracle AI World, permitirá contratar capacidad de Tensor Processing Unit dentro de OCI. Las TPU son aceleradores diseñados específicamente para aprendizaje automático y se utilizan en tareas como el entrenamiento, el ajuste posterior y la inferencia de modelos de gran tamaño.
La comunicación conjunta publicada por Google Cloud confirma que la capacidad empezará a desplegarse en 2027. Oracle añade que la implantación crecerá durante varios años, pero ninguna de las dos compañías ha especificado regiones iniciales, precios, volumen de chips ni fecha concreta de disponibilidad.
Oracle cita dos arquitecturas de octava generación. TPU 8t está orientada al entrenamiento y TPU 8i a inferencia, incluida la ejecución iterativa de agentes. Las cifras de rendimiento difundidas —como la mejora cercana a tres veces por pod para 8t frente a la generación anterior— proceden de Google y aún deben contrastarse con cargas independientes y configuraciones comparables.
Por qué es un cambio importante
Hasta ahora, una empresa que quisiera usar TPU dependía principalmente del ecosistema de Google. Llevarlas a OCI separa parcialmente el chip del proveedor que lo creó y amplía la oferta de aceleradores disponibles en una misma nube. Oracle ya vende capacidad basada en GPU y está incorporando opciones de Cerebras y SambaNova, por lo que su estrategia consiste en competir mediante variedad de silicio.
Reuters sitúa el acuerdo dentro de una ampliación más extensa de la infraestructura de Oracle: la compañía también escalará sistemas NVIDIA Vera Rubin y ofrecerá chips alternativos para inferencia. El movimiento no desplaza de inmediato a NVIDIA, pero muestra que el mercado empieza a diversificarse, especialmente en la fase de servir respuestas, donde coste por consulta, latencia y consumo eléctrico pesan tanto como la potencia máxima.
Más capacidad para negociar costes
Para una empresa española que ya utiliza OCI, disponer de TPU podría facilitar la comparación entre arquitecturas sin mover toda su plataforma a otra nube. Un equipo podría reservar GPU para modelos o bibliotecas optimizados para CUDA y probar TPU en un servicio de inferencia de gran volumen. La ventaja real dependerá del precio, la disponibilidad regional, las herramientas compatibles y el coste de adaptar el software.
No todos los modelos se trasladan igual
Un chip más eficiente no garantiza una migración sencilla. Los modelos, compiladores y canalizaciones deben funcionar bien en el nuevo hardware; también hay que medir tiempos de arranque, utilización, comunicaciones entre chips y estabilidad. Por eso, la decisión no debería basarse solo en una cifra de rendimiento del fabricante, sino en pruebas con el modelo, tamaño de lote y patrón de tráfico reales.
La apertura recuerda a la estrategia de otros grandes proveedores para reducir su dependencia de un único suministrador. Pangea IA analizó cómo Microsoft presentó Maia 300 como alternativa propia y cómo OpenAI desarrolla Jalapeño para inferencia. En este caso, Oracle no fabrica la TPU: integra la tecnología de un rival para ampliar su catálogo.
Qué significa para los clientes de OCI
La consecuencia más inmediata es estratégica, no operativa. Las TPU todavía no se pueden contratar en OCI y la llegada se ha comprometido únicamente para el año natural 2027. Una empresa no debería retrasar un proyecto actual esperando una capacidad cuya región, cuota y tarifa aún se desconocen.
Cuando el servicio esté disponible, los compradores deberían pedir al menos cinco datos: precio efectivo por entrenamiento o millón de inferencias; regiones europeas; capacidad garantizada; compatibilidad con sus marcos y modelos; y costes de salida o traslado. También deberán revisar residencia del dato, soporte contractual y si la capa de gestión mantiene las mismas garantías que otros servicios de OCI.
La cobertura de Data Center Dynamics recoge que Oracle describe el acuerdo como una inversión de varios años y escala de gigavatios, no como un experimento. Aun así, esa declaración no sustituye a un calendario público de despliegue. El mismo medio recuerda que Google también trabaja con Blackstone en otra plataforma estadounidense de TPU, por lo que el orden definitivo de puesta en marcha puede variar.
Un acuerdo distinto de la integración con ChatGPT
La novedad no duplica la reciente integración de ChatGPT y Codex con aplicaciones de Oracle. Aquella noticia se refiere a software y agentes que acceden a datos empresariales; esta afecta a la capa física de cálculo sobre la que pueden entrenarse y ejecutarse modelos. Ambas muestran, eso sí, que Oracle quiere convertirse en punto de encuentro de tecnologías competidoras.
Conclusión
La llegada de las TPU de Google a OCI amplía las opciones de infraestructura y debilita la idea de que cada acelerador debe permanecer encerrado en la nube de su fabricante. Para empresas con cargas intensivas de IA puede traducirse en más competencia y capacidad de elegir. Pero el beneficio práctico no podrá medirse hasta que Oracle publique regiones, precios, cuotas y resultados con cargas reales en 2027.
Fuentes
- Google Cloud: Bringing Google TPUs to Oracle Cloud Infrastructure, 27 de octubre de 2026. Consultado el 28 de octubre de 2026.
- Oracle: Oracle Brings Google TPUs to Oracle Cloud Infrastructure, 27 de octubre de 2026. Consultado el 28 de octubre de 2026.
- Reuters: Oracle amplía su oferta de chips de IA, 27 de octubre de 2026. Consultado el 28 de octubre de 2026.
- Data Center Dynamics: Oracle ofrecerá las TPU de Google mediante OCI, 27 de octubre de 2026. Consultado el 28 de octubre de 2026.
Deja una respuesta