Google hat die achte Generation seiner Tensor Processing Units (TPUs) angekündigt. Auffällig ist die Zweiteilung: Statt eines Universalchips gibt es zwei spezialisierte Varianten – eine für das Training von State-of-the-Art-Modellen und eine, die explizit auf agentische Workloads ausgelegt ist. Letztere soll kontinuierliche, mehrstufige Reasoning- und Action-Loops unterstützen, die typischerweise über mehrere Modelle hinweg verteilt ablaufen. Google betont Verbesserungen in drei Dimensionen: Rechenleistung, Speicherkapazität und Energieeffizienz. Die Spezialisierung auf Agenten-Workflows ist bemerkenswert, da bisherige Chip-Generationen primär auf Batch-Training optimiert waren. Über konkrete Taktfrequenzen, Speicherbandbreite oder Verfügbarkeitsdaten macht der InfoQ-Bericht noch keine Angaben.