Blackstone y Google Lanzan Joint Venture TPU Cloud de $25B

Blackstone y Google están lanzando una TPU cloud dedicada con Blackstone comprometiendo $5 mil millones en capital inicial para llevar online 500 MW de capacidad de computación antes de 2027. Este es el primer canal de distribución de terceros construido específicamente para el silicon acelerador de Google. El valor total del acuerdo, incluido el apalancamiento, es aproximadamente $25 mil millones, según el Wall Street Journal: $5B en capital de fondos de Blackstone y aproximadamente $20B en deuda contra los activos subyacentes de data center y equipos.

El modelo de servicio es distinto de Google Cloud. La nueva empresa con sede en EE.UU. — sin nombre en el lanzamiento — ofrecerá capacidad de data center, operaciones, networking y computación TPU empaquetados como compute-as-a-service, dando a los clientes una ruta de adquisición de chips de Google que evita la interfaz estándar de GCP. CoreWeave construyó el modelo en los H100s de Nvidia; este JV sigue el mismo modelo en el silicon de Google. Google suministrará TPUs, software y servicios. Blackstone aporta profundidad en infraestructura de data centers — la empresa es el proveedor global más grande de data centers y es propietaria de QTS Realty Trust, adquirida en 2021. El Wall Street Journal reportó que las ubicaciones de sitios ya han sido identificadas, con algunas en construcción.

Especificaciones del stack: Google TPUs como capa de computación — chips construidos específicamente para entrenamiento e inferencia de IA en producción durante más de una década — con software y servicios gestionados de Google Cloud por encima e infraestructura física de Blackstone por debajo. TPU v6 ha sido deployado desde principios de 2026 para cargas de trabajo edge. Benjamin Treynor Sloss, que pasó más de dos décadas construyendo y operando la infraestructura global de Google, se va de Google para dirigir la nueva entidad como CEO. Thomas Kurian, CEO de Google Cloud, describió los TPUs como "optimizados específicamente para eficiencia y rendimiento en la era de IA."

Anthropic, Citadel Securities y el propio Gemini de Google ejecutan cargas de trabajo de producción en TPUs. Google distribuyó por primera vez los chips en 2015; el diseño lleva ahora más de una década en uso de producción y está construido específicamente para entrenamiento e inferencia de IA, con ventaja de eficiencia documentada para aplicaciones de IA agentic. Ese perfil es más limitado que las GPUs ampliamente aplicables de Nvidia, pero para los top AI labs, firmas de mercados de capitales y computación de alto rendimiento, el track record de TPU es sustancial.

No se divulgaron precios, objetivos de utilización, benchmarks de latencia o cifras de costo-por-exaflop en el lanzamiento. La cifra de 500 MW es una envolvente de potencia, no un compromiso de carga de trabajo; ni Google ni Blackstone especificaron conteos de chips, topología de cluster o fabric de interconexión. El valor total del acuerdo de $25B representa aproximadamente el 14% del capex guiado de Google para 2026 de $175–185B, posicionando esto como un vehículo significativo de financiamiento fuera de balance — uno que le permite a Google monetizar su relación de suministro de TPU sin agregar a su gasto de infraestructura reportado.

El riesgo de integración para cualquier equipo evaluando este JV como fuente de computación es compatibilidad de software. Los TPUs de Google funcionan óptimamente en JAX y XLA; las cargas de trabajo construidas en PyTorch/CUDA requieren esfuerzo no trivial de migración. El nuevo canal comercial cambia opciones de adquisición, no requisitos de arquitectura de chip. Blackstone hizo una apuesta de infraestructura paralela con Anthropic antes en mayo, señalando que la empresa está construyendo un portafolio de posiciones de computación en múltiples cadenas de suministro de IA en lugar de hacer una apuesta de stack único.

Si tu stack ya ejecuta JAX o estás greenfielding inferencia para cargas de trabajo agentic y quieres una ruta de adquisición no-GCP para capacidad TPU a escala, sigue este JV — pero espera cualquier planificación de migración hasta que precios, términos de SLA y tasas de egreso de red sean divulgados públicamente.