Τα AI Chips της Google Απελευθερώνονται: Λανσάρισμα TPU 8t και 8i για να Αμφισβητήσουν την Κυριαρχία της Nvidia

BitcoinWorld

Τα Google AI Chips Απελευθερώνονται: Η Κυκλοφορία των TPU 8t και 8i για να Αμφισβητήσουν την Κυριαρχία της Nvidia

Σε μια στρατηγική κίνηση για να καταλάβει μεγαλύτερο μερίδιο της άκρως αναπτυσσόμενης αγοράς τεχνητής νοημοσύνης, το Google Cloud ανακοίνωσε την κυκλοφορία των προσαρμοσμένων chips τεχνητής νοημοσύνης όγδοης γενιάς την Τετάρτη, 30 Απριλίου, στο Σαν Φρανσίσκο της Καλιφόρνια. Η εταιρεία αποκάλυψε μια διπλή προσέγγιση, παρουσιάζοντας δύο εξειδικευμένα chips: το TPU 8t για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης και το TPU 8i για φόρτους εργασίας συμπερασματολογίας. Αυτή η εξέλιξη σηματοδοτεί την πιο σημαντική μέχρι σήμερα προσπάθεια της Google να προσφέρει στις επιχειρήσεις μια ισχυρή, οικονομικά αποδοτική εναλλακτική λύση έναντι των GPUs της Nvidia που αποτελούν βιομηχανικό πρότυπο, αν και ο κολοσσός των αναζητήσεων διατηρεί ότι η συνεργασία του με τον ηγέτη των chips είναι ισχυρότερη από ποτέ.

Google AI Chips: Μια Διπλή Στρατηγική για Εκπαίδευση και Συμπερασματολογία

Η απόφαση της Google να χωρίσει τη Μονάδα Επεξεργασίας Tensor (TPU) όγδοης γενιάς σε δύο διακριτά μοντέλα αντιπροσωπεύει μια σημαντική εξέλιξη στη στρατηγική υλικού της. Ιστορικά, τα TPUs χειρίζονταν τόσο την εκπαίδευση όσο και τη συμπερασματολογία, αλλά η εκρηκτική ζήτηση για εξειδικευμένη υπολογιστική ισχύ τεχνητής νοημοσύνης οδήγησε σε αυτή την αρχιτεκτονική αλλαγή. Το TPU 8t είναι ειδικά σχεδιασμένο για την υπολογιστικά εντατική διαδικασία εκπαίδευσης μεγάλων γλωσσικών μοντέλων και άλλων συστημάτων τεχνητής νοημοσύνης. Αντίθετα, το TPU 8i είναι βελτιστοποιημένο για συμπερασματολογία, που είναι η συνεχής διαδικασία εκτέλεσης εκπαιδευμένων μοντέλων για τη δημιουργία απαντήσεων στα ερωτήματα των χρηστών.

Σύμφωνα με τα benchmarks απόδοσης της Google, τα νέα chips προσφέρουν σημαντικές βελτιώσεις σε σχέση με τους προκατόχους τους. Η εταιρεία ισχυρίζεται ότι το TPU 8t προσφέρει έως και 3 φορές ταχύτερη εκπαίδευση μοντέλων τεχνητής νοημοσύνης και 80% καλύτερη απόδοση ανά δολάριο. Επιπλέον, η μηχανική της Google επιτρέπει πλέον σε περισσότερα από ένα εκατομμύριο TPUs να συνεργάζονται σε ένα ενιαίο, τεράστιο cluster. Αυτή η κλίμακα επιτρέπει την εκπαίδευση μοντέλων νέας γενιάς που ήταν προηγουμένως ανέφικτα. Το αποτέλεσμα για τους πελάτες cloud είναι σημαντικά μεγαλύτερη υπολογιστική ισχύς με χαμηλότερη κατανάλωση ενέργειας και κόστος.

Ο Αγώνας Chips των Hyperscalers Εντείνεται

Η ανακοίνωση της Google την τοποθετεί σταθερά στο ευρύτερο πλαίσιο της τάσης των μεγάλων παρόχων cloud να αναπτύσσουν προσαρμοσμένο πυρίτιο. Το Amazon Web Services (AWS) διαθέτει τα chips Graviton και Trainium, ενώ το Microsoft Azure αναπτύσσει τους επιταχυντές Maia. Αυτή η κίνηση, που συχνά αποκαλείται «αγώνας chips των hyperscalers», οδηγείται από την επιθυμία για μεγαλύτερο έλεγχο της εφοδιαστικής αλυσίδας, βελτιστοποίηση απόδοσης για συγκεκριμένες στοίβες λογισμικού και βελτιωμένα περιθώρια κόστους. Ωστόσο, οι αναλυτές προειδοποιούν ότι αυτό δεν είναι ένα παιχνίδι μηδενικού αθροίσματος εναντίον της Nvidia.

«Το αφήγημα "hyperscalers εναντίον Nvidia" συχνά υπερεκτιμάται», εξηγεί ο Patrick Moore, αναγνωρισμένος αναλυτής της αγοράς chips. «Αυτές οι εταιρείες χτίζουν συμπληρωματική ικανότητα και βελτιστοποιούν για τα δικά τους οικοσυστήματα. Δεν στοχεύουν να εκτοπίσουν πλήρως την Nvidia, ειδικά βραχυπρόθεσμα.» Ο Moore είχε προβλέψει διάσημα το 2016 ότι το πρώτο TPU της Google θα μπορούσε να απειλήσει την Nvidia και την Intel, μια πρόβλεψη που αποδείχθηκε πρόωρη καθώς η κεφαλαιοποίηση της αγοράς της Nvidia έχει έκτοτε εκτιναχθεί σε σχεδόν 5 τρισεκατομμύρια δολάρια. Η σημερινή πραγματικότητα είναι πιο συμβιωτική. Η Google, για παράδειγμα, έχει επιβεβαιώσει ότι θα προσφέρει το επερχόμενο chip Vera Rubin της Nvidia στο cloud της αργότερα φέτος.

Ένα Συνεργατικό, Όχι Ανταγωνιστικό, Μέλλον

Στην πραγματικότητα, η Google τονίζει τη συνεχιζόμενη συνεργασία της με την Nvidia. Οι δύο τεχνολογικοί κολοσσοί σχεδιάζουν από κοινού λύσεις δικτύωσης υπολογιστών για να κάνουν τα συστήματα βασισμένα στην Nvidia να λειτουργούν πιο αποδοτικά στην υποδομή Google Cloud. Ένα βασικό έργο αφορά τη βελτίωση του Falcon, μιας τεχνολογίας δικτύωσης βασισμένης σε λογισμικό που δημιούργησε η Google και έγινε ανοιχτού κώδικα το 2023. Αυτή η συνεργασία υπογραμμίζει μια κρίσιμη πληροφορία για τον κλάδο: η ανάπτυξη των υπηρεσιών cloud τεχνητής νοημοσύνης διευρύνει τη συνολική απευθυνόμενη αγορά για όλο το υψηλής απόδοσης πυρίτιο, είτε φέρει τη μάρκα της Nvidia είτε ενός παρόχου cloud.

Η οικονομική λογική είναι σαφής. Καθώς οι επιχειρήσεις μεταφέρουν όλο και περισσότερο τα φόρτα εργασίας τεχνητής νοημοσύνης τους στο cloud, η ζήτηση για υπολογιστική ισχύ εκρήγνυται. Οι πάροχοι cloud μπορούν στη συνέχεια να κατευθύνουν ορισμένους, βελτιστοποιημένους φόρτους εργασίας στα προσαρμοσμένα chips τους ενώ προσφέρουν την ευρεία συμβατότητα των GPUs της Nvidia για άλλους. Αυτό το υβριδικό μοντέλο τους επιτρέπει να βελτιώνουν την κερδοφορία σε ορισμένους φόρτους εργασίας διατηρώντας παράλληλα πλήρη επιλογή για τους πελάτες. Για την Nvidia, κάθε νέα εφαρμογή τεχνητής νοημοσύνης που φιλοξενείται στο Google Cloud αντιπροσωπεύει έναν δυνητικό πελάτη για τον εξοπλισμό δικτύωσης, τις άδειες λογισμικού και, σε πολλές περιπτώσεις, τα GPUs της.

Ανάλυση Απόδοσης και Επίπτωσης στην Αγορά

Οι τεχνικές προδιαγραφές των νέων TPUs της Google υποδηλώνουν ότι το χάσμα απόδοσης με τα κορυφαία GPUs μειώνεται. Η εστίαση στην απόδοση ανά δολάριο και στην ενεργειακή απόδοση αντιμετωπίζει δύο πρωταρχικά προβλήματα για τις επιχειρήσεις που κλιμακώνουν την τεχνητή νοημοσύνη: τα εκτοξευόμενα κόστη και τις περιβαλλοντικές επιπτώσεις. Η ικανότητα της Google να συνδέει περισσότερα από ένα εκατομμύριο TPUs αμφισβητεί επίσης άμεσα ένα από τα βασικά πλεονεκτήματα της Nvidia—την τεχνολογία NVLink που ηγείται της αγοράς για τη σύνδεση τεράστιου αριθμού GPUs.

Βασικά Πλεονεκτήματα των Νέων TPUs της Google:

• Εξειδίκευση: Αφιερωμένα chips για εκπαίδευση (TPU 8t) και συμπερασματολογία (TPU 8i) βελτιστοποιούν για συγκεκριμένες εργασίες.
• Οικονομική Απόδοση: Η 80% καλύτερη απόδοση ανά δολάριο μπορεί να μειώσει σημαντικά το φράγμα εισόδου για έργα τεχνητής νοημοσύνης.
• Κλίμακα: Clusters εκατομμυρίων chips επιτρέπουν την εκπαίδευση πρωτοφανών μοντέλων τεχνητής νοημοσύνης.
• Ενσωμάτωση: Βαθιά ενσωμάτωση λογισμικού με τα πλαίσια τεχνητής νοημοσύνης της Google, όπως το TensorFlow και το JAX.

Ωστόσο, το οικοσύστημα της Nvidia, και ιδιαίτερα η πλατφόρμα λογισμικού CUDA, παραμένει ένα ισχυρό ανάχωμα. Εκατομμύρια προγραμματιστές τεχνητής νοημοσύνης έχουν εκπαιδευτεί στο CUDA, και αμέτρητες εφαρμογές είναι χτισμένες γι' αυτό. Ενώ τα chips της Google τρέχουν δημοφιλή πλαίσια, η πιθανή ανάγκη μεταφοράς εφαρμογών δημιουργεί τριβή. Η μακροπρόθεσμη μάχη μπορεί να αφορά λιγότερο την ακατέργαστη ταχύτητα τρανζίστορ και περισσότερο το ποια πλατφόρμα προσφέρει την πιο ελκυστική συνολική λύση για προγραμματιστές και επιχειρήσεις.

Συμπέρασμα

Η κυκλοφορία των TPU 8t και TPU 8i από την Google σηματοδοτεί μια κρίσιμη στιγμή στην εξέλιξη της υποδομής τεχνητής νοημοσύνης. Αποδεικνύει τη σοβαρή δέσμευση της εταιρείας να ανταγωνιστεί στον υψηλών διακυβευμάτων τομέα υλικού τεχνητής νοημοσύνης, προσφέροντας στις επιχειρήσεις ισχυρά νέα Google AI chips για εξειδικευμένες εργασίες. Ωστόσο, η ανακοίνωση ενισχύει επίσης την πολύπλοκη, συνεργατική φύση της σύγχρονης βιομηχανίας ημιαγωγών. Αντί για μια ευθεία επίθεση, η Google εκτελεί μια εξελιγμένη, διπλή στρατηγική: προωθεί το ιδιόκτητο πυρίτιό της ενώ εμβαθύνει τη συνεργασία της με την Nvidia. Αυτή η προσέγγιση διασφαλίζει ότι το Google Cloud μπορεί να εξυπηρετήσει το ευρύτερο δυνατό φάσμα φόρτων εργασίας τεχνητής νοημοσύνης, από αυτούς που είναι βελτιστοποιημένοι για τα προσαρμοσμένα TPUs του έως αυτούς που απαιτούν το καθολικό πρότυπο των GPUs της Nvidia. Οι τελικοί νικητές είναι πιθανό να είναι οι επιχειρήσεις, που θα επωφεληθούν από αυξημένο ανταγωνισμό, περισσότερες επιλογές και συνεχή καινοτομία στην απόδοση και το κόστος.

Συχνές Ερωτήσεις

Ε1: Ποια είναι η διαφορά μεταξύ των chips TPU 8t και TPU 8i της Google;
Το TPU 8t είναι σχεδιασμένο ειδικά για εκπαίδευση μοντέλων τεχνητής νοημοσύνης—τη διαδικασία διδασκαλίας ενός μοντέλου χρησιμοποιώντας τεράστια σύνολα δεδομένων. Το TPU 8i είναι βελτιστοποιημένο για συμπερασματολογία, που είναι η διαδικασία χρήσης ενός εκπαιδευμένου μοντέλου για την πραγματοποίηση προβλέψεων ή τη δημιουργία απαντήσεων σε πραγματικό χρόνο.

Ε2: Θα σταματήσει το Google Cloud να προσφέρει GPUs της Nvidia;
Όχι. Η Google έχει ρητά δηλώσει ότι δεν αντικαθιστά την Nvidia. Η εταιρεία επιβεβαίωσε ότι θα προσφέρει τα GPUs επόμενης γενιάς Vera Rubin της Nvidia στο cloud της αργότερα φέτος και συνεργάζεται ενεργά με την Nvidia στην τεχνολογία δικτύωσης.

Ε3: Πώς συγκρίνονται τα νέα AI chips της Google με προηγούμενες εκδόσεις TPU;
Η Google ισχυρίζεται ότι τα νέα TPUs όγδοης γενιάς προσφέρουν έως και 3 φορές ταχύτερες ταχύτητες εκπαίδευσης και βελτίωση 80% στην απόδοση ανά δολάριο σε σύγκριση με προηγούμενες γενιές. Υποστηρίζουν επίσης clusters περισσότερων από ένα εκατομμύριο chips, επιτρέποντας εκπαίδευση μοντέλων μεγαλύτερης κλίμακας.

Ε4: Γιατί πάροχοι cloud όπως η Google χτίζουν τα δικά τους AI chips;
Οι πάροχοι cloud αναπτύσσουν προσαρμοσμένο πυρίτιο για να βελτιστοποιήσουν την απόδοση για το συγκεκριμένο λογισμικό και τις υπηρεσίες τους, να αποκτήσουν μεγαλύτερο έλεγχο στην εφοδιαστική τους αλυσίδα, να βελτιώσουν την οικονομική απόδοση και να διαφοροποιήσουν τις προσφορές τους σε μια ανταγωνιστική αγορά.

Ε5: Τι σημαίνει αυτό για το μέλλον της Nvidia;
Ενώ τα προσαρμοσμένα chips από hyperscalers αντιπροσωπεύουν ανταγωνισμό, η συνολική ανάπτυξη της αγοράς τεχνητής νοημοσύνης διευρύνει τη ζήτηση για όλες τις υψηλής απόδοσης υπολογιστικές λύσεις. Το ισχυρό οικοσύστημα λογισμικού της Nvidia (CUDA) και η συνεχής καινοτομία σημαίνουν ότι είναι πιθανό να παραμείνει μια κυρίαρχη δύναμη, ακόμα και καθώς συνεργάζεται με εταιρείες που χτίζουν εναλλακτικό πυρίτιο.

Αυτή η ανάρτηση Google AI Chips Unleashed: TPU 8t and 8i Launch to Challenge Nvidia's Dominance εμφανίστηκε για πρώτη φορά στο BitcoinWorld.