Alphabet -ə məxsus şirkət əvvəllər öz çipləri üçün nəticə çıxarma imkanlarını təbliğ etmişdi. Google bu həftə Las Vegas -da keçiriləcək Google Cloud Next konfransında tensor emal vahidləri və ya TPU -lar kimi tanınan yeni nəsil xüsusi hazırlanmış çiplərini elan etməyi planlaşdırır. FOTO: BLOOMBERG [ SEATTLE ] Bir neçə ay ərzində Google -un süni intellekt çipləri texnologiya sektorunda ən populyar məhsullardan birinə çevrilib. Aparıcı süni intellekt tərtibatçıları, o cümlədən şirkətin ən böyük rəqiblərindən bəziləri, onları ehtiyatda saxlayırlar. İndi Alphabet -ə məxsus şirkət, öyrədilmiş süni intellekt modellərini işə salmaq üçün nəzərdə tutulmuş yeni çiplərin təqdimatı ilə öz inkişafını davam etdirməyi hədəfləyir. Bu təşəbbüslə Google , süni intellekt proqram təminatının sürətlə qəbul edilməsi ilə böyüyən yarımkeçiricilər kateqoriyasında bazar lideri Nvidia -ya daha da meydan oxumağa hazırlaşır. Süni intellekt sorğularının sürətli emalına tələbat artdıqca, Google -un baş alimi Jeff Dean dedi: “İndi çipləri təlim və ya nəticə çıxarma iş yükləri üçün daha çox ixtisaslaşdırmaq məntiqli olur.” O əlavə etdi ki, “biz bir çox fərqli şeylərə baxırıq,” o cümlədən təmin etmək istədiyi süni intellekt nəticələrinin sürətinə. Şirkət bu həftə Las Vegas -da keçiriləcək Google Cloud Next konfransında tensor emal vahidləri və ya TPU -lar kimi tanınan yeni nəsil xüsusi hazırlanmış çiplərini elan etməyi planlaşdırır. Google -un süni intellekt infrastrukturuna və çip işlərinə nəzarət edən Amin Vahdat , süni intellekt çıxışlarını sürətləndirə biləcək nəticə çıxarma çipi planları haqqında şərh verməkdən imtina etdi, lakin daha çox məlumatın “nisbətən yaxın gələcəkdə” paylaşılacağını bildirdi. Nvidia -nın qrafik emal vahidləri və ya GPU -ları, xüsusilə daha qabaqcıl modellərin təlimi üçün süni intellekt üçün qızıl standart olaraq qalır. Lakin getdikcə artan sayda yeni şirkətlər, çatbotlar və süni intellekt agentləri üçün cavab müddətlərini azaltmaq məqsədi daşıyan çiplər təklif etməklə, nəticə çıxarma istifadələri üçün çip istehsalçısı ilə rəqabət aparır. Keçən ay Nvidia , Groq -dan təxminən 20 milyard ABŞ dolları dəyərində lisenziyalaşdırma müqaviləsinin bir hissəsi olaraq əldə etdiyi texnologiyaya əsaslanan daha sürətli nəticə çıxarmaq üçün nəzərdə tutulmuş bir çip satmağa başladı. Google , bu rəqabətli mənzərəyə unikal güclü tərəflər gətirir, o cümlədən on illik çip dizaynı təcrübəsi, onlayn axtarış gəlirlərindən böyük resurslar və süni intellekt modelləri haqqında birbaşa məlumatlar. Aparıcı süni intellekt tərtibatçıları arasında yalnız Google öz çiplərini əhəmiyyətli miqyasda istehsal edir, bu da ona avadanlığı daha yaxşı fərdiləşdirmək üçün komandalar arasında vacib rəy mübadiləsi aparmağa imkan verir. ( OpenAI yalnız indi özünü dizayn etməyə başlayır.) ASİYA -nı DEKODLA Yeni qlobal düzəndə Asiya -da naviqasiya edin. Məlumatları elektron poçtunuza alın. Son podkast müsahibəsində Nvidia -nın Jensen Huang şirkətinin çiplərinin üstünlüklərini vurğulayaraq, onların “ TPU -larla edə bilməyəcəyiniz” “bir çox tətbiqləri” yerinə yetirə biləcəyini söylədi. Google isə öz işi üçün TPU və GPU -ların qarışığına güvənir. Google DeepMind -in baş direktoru Demis Hassabis Bloomberg -ə dedi: “Bir çox insan hər ikisində işləmək istərdi.” O dedi ki, TPU -lara maraq aparıcı süni intellekt laboratoriyalarından xüsusilə yüksəkdir. Google əvvəllər öz çipləri üçün nəticə çıxarma imkanlarını təbliğ etmişdi. Google -un vitse-prezidenti və mühəndis həmkarı Partha Ranganathan -a görə, o, əvvəlcə təlim və nəticə çıxarma üçün ayrı çiplər buraxmağı da düşünmüşdü, lakin indiyə qədər bu yanaşmaya müqavimət göstərmişdi. Süni intellekt xərclərinin artması təlimdən nəticə çıxarmaya keçdikcə bu tezliklə dəyişə bilər. Gartner -in analitiki Chirag Dekate dedi: “Döyüş meydanı nəticə çıxarmaya doğru dəyişir.” O qeyd edir ki, onun təcrübəsinə görə, Google -un Gemini modeli mürəkkəb düşünmə tapşırıqlarına cavab verməkdə ən sürətlidir. “Bu döyüş meydanında Google -un infrastruktur üstünlüyü var.” Artıq bugünkü TPU -lar, istifadəçi adından daha mürəkkəb işləri yerinə yetirən yeni süni intellekt agentləri üçün nəticələrin emalı üçün güclü bir seçimdir, deyə hər bir iş üçün süni intellekt tapşırıqlarını ən yaxşı çipə yönləndirmək üçün proqram təminatı hazırlayan Gimlet Labs startapının həmtəsisçisi Natalie Serrino bildirdi. O dedi: “Onlar partlayan iş yükləri üçün çox yaxşı vasitələrdir.” On il çəkən bir gecəlik uğur Google -un uzun müddətdir davam edən çip səyləri, ən yaxından izlənilən süni intellekt tərtibatçılarından biri olan Anthropic PBC -nin bir milyona qədər TPU -ya çıxış əldə etmək üçün genişləndirilmiş müqaviləni açıqladığı oktyabr ayında yeni diqqət çəkdi. Növbəti ay Google , TPU -larda təlim keçmiş və işləyən daha qabaqcıl Gemini 3 modelini təqdim etdi və müsbət rəylər aldı. O vaxtdan bəri, Google -un çiplərinə tələbat böyük firmalar arasında yalnız artmışdır. Meta Platforms , bir neçə il ərzində Google Cloud vasitəsilə TPU -lardan istifadə etmək üçün milyardlarla dollarlıq bir müqavilə imzaladı. Şirkət indicə ilk əhəmiyyətli təchizatına çıxış əldə etdi və onların hansı tapşırıqlar üçün ən uyğun olduğunu görmək üçün onları sınaqdan keçirir, deyə Meta -nın infrastruktur rəhbəri Santosh Janardhan bildirdi. O dedi: “Nəticə çıxarma üstünlükləri ola bilər,” eyni zamanda “heç bir yeni platformanın maneələr və öyrənmə əyrisi olmadan olmadığını” qeyd etdi. Anthropic , 2027-ci ildən başlayaraq təxminən 3.5 gigavatt hesablama gücünə çıxış əldə etməsinə imkan verəcək çiplər üçün Google -un TPU tərəfdaşı Broadcom ilə də müqavilə imzaladı. Citadel Securities , Google konfransında TPU -ların şirkətə GPU -larla əvvəlki işlərdən daha sürətli modellər öyrətməyə necə imkan verdiyi barədə təqdimat etməyi planlaşdırır. Və Abu Dabi texnologiya konqlomeratı G42 , şirkətin bulud bölməsi Core42 -nin müvəqqəti baş direktoru Talal Al Kaissi -yə görə, Google ilə TPU -larından istifadə etmək barədə “çoxsaylı müzakirələr” aparmışdır. Al Kaissi danışıqlar haqqında dedi: “Mən çox nikbinəm.” Google artıq müştərilərlə görüşmək üçün yeni addımlar atır. Məsələ ilə tanış olan bir mənbəyə görə, şirkət Anthropic kimi şirkətlərə bəzi TPU -larını Google -un obyektlərində deyil, öz məlumat mərkəzlərində işlətməyə icazə verməyi sınaqdan keçirir. Vahdat dedi ki, o, TPU müştərilərinə yalnız Google -un məhsullarına güvənmək əvəzinə PyTorch kimi xarici alətlərdən, eləcə də digər planlaşdırma proqram təminatından istifadə etməyə imkan vermişdir. Bu dəyişikliklər, Google -un hesablama dar boğazlarından yaranan və uzun müddət şirkətin öz ehtiyaclarını ödəmək üçün əsasən faydalı olduğu düşünülən çiplər üçün qavrayışı dəyişməyə kömək edir. Google -un baş alimi Dean , insanların dil tərcüməsi və səs tanıma xidmətlərindən istifadə etməsinə imkan verən əvvəlki süni intellekt proqram təminatı sistemini qurmağa başladıqdan sonra, hətta Google -un mövcud çiplər və avadanlıqdan istifadə edərək bunu təmin etməyə gücü çatmayacağını başa düşdü. Eyni zamanda, Google -un süni intellekt üçün güvəndiyi mərkəzi emal vahidləri daha yavaş sürətlə inkişaf edirdi. Şirkət, süni intellekt üçün ən böyük xərcləri yarada biləcək daha dar bir tapşırıqlar dəstinə fokuslanan bir sürətləndirici qurmağa qərar verdi. TPU -nun əsas ideyası, “az sayda problemi həll etməsi, lakin onlar üçün tələb olunan hesablama miqdarının nəhəng olması” idi, dedi Vahdat , keçmiş kompüter elmləri professoru, Google -u TPU -ları superkompüterlərə birləşdirməyə kömək edən optik açarları qəbul etməyə təşviq etməkdə erkən, əsas rol oynamışdı. “O vaxtkı ümumi fikir ixtisaslaşdırılmış avadanlıq qurmaq olmazdı.” İllər keçdikcə, Google -un TPU -ları süni intellekt işləri ilə birlikdə inkişaf etdi. Bugünkü böyük dil modellərinin yaranmasına səbəb olan 2017-ci ildəki əsaslı Google tədqiqat işi, TPU komandasını daha böyük süni intellekt sistemlərinin təlimi üçün çiplərə fokuslanmağa təşviq etdi. Daha sonra, Google DeepMind və çip komandası, TPU -ların gücləndirici öyrənmə, xüsusi tapşırıqlarda süni intellekt sistemlərini təkmilləşdirmək üçün populyar bir metod üçün istifadə edildikdə çox tez-tez boş qaldığını fərq etdi. TPU komandası, məlumatların daha sürətli axmasını təmin etmək və çiplərin boş qalmasının qarşısını almaq üçün müxtəlif yarımkeçiriciləri şəbəkələşdirmə üsulunu tənzimlədi. Bu dinamika bu gün də davam edir, çünki Google bir podda neçə çipi birləşdirmək və ya pula qənaət etmək üçün avadanlığın daha az dəqiq olub-olmayacağı barədə müzakirələr aparır. Hassabis dedi: “Bu şeylərin bir çoxu model təcrübələri ilə müəyyən edilir.” Gələcəkdə o, TPU komandasının gecikməni azaltmaq üçün çipin bulud vasitəsilə əldə edilməsi əvəzinə istifadəçilərə daha yaxın yerləşdirildiyi şəbəkə kənarı halları üçün bir sürətləndirici hazırlamağı düşünməsini istərdi. Bu yolda Google , proqram təminatına böyük təsir göstərə biləcək istehsal qüsurlarını daha sürətlə aşkar etmək üçün sistemlər də qurmuşdur. Böyük miqdarda riyaziyyatı idarə edən süni intellekt sürətləndirici çipləri ilə işləyərkən, hətta incə bir uğursuzluq da metastaz edə və modelin “tamamilə özünü məhv etməsinə” səbəb ola bilər, dedi Gemini infrastruktur komandasına rəhbərlik edən Google -un görkəmli alimi Paul Barham . Təxminən iki il əvvəl Google -da belə bir problem baş verdi və nə baş verdiyini aydınlaşdırmaq üçün həftələr çəkdi, o, bunları “cəhənnəmdən gələn səhvlər” kimi təsvir etdi. O dedi: “İndi bunu yüz minlərlə sürətləndirici çiplə 10 saniyə ərzində etməliyik.” Təxmin oyunu Süni intellekt inkişafındakı bütün təcrübəsinə baxmayaraq, Google digər çip istehsalçıları ilə oxşar bir problemlə üzləşir: Çiplərin hazırlanması adətən başdan sona qədər təxminən üç il çəkir, lakin süni intellekt modelləri daha sürətlə inkişaf edir. Bu, müştərilərin bir neçə il sonra nə istəyəcəyini proqnozlaşdırmağı çətinləşdirir. Ranganathan dedi: “Əgər kimsə Gemini 10 -un necə görünəcəyini bildiyini iddia edirsə, mən deyirəm ki, ‘Zəhmət olmasa, çəkdiyiniz hər nədirsə, mənə də verin’.” Barham həmçinin süni intellekt modeli yaradıcıları və avadanlıq dizaynerləri arasındakı sıx rəy dövrəsinin yeni ideyaları qaçırma riskini daşımasından narahatdır. O dedi: “Sizi mövcud proqram təminatı və avadanlıqda yaxşı işləyən şeylərə bağlayan bu dövrə var.” Orta yolu tapmaq üçün TPU komandası bəzən çipin hər bir istifadə üçün mükəmməl olmasa belə, müxtəlif istifadələrdə kifayət qədər yaxşı olmasını hədəfləyir. Vahdat dedi ki, digər seçim iki fərqli dizayn planlaşdırmaqdır. Hər ikisi göndərilməyə bilər, lakin hər birinin istifadə halı kifayət qədər cəlbedici olarsa, göndərilə bilər. Google -un çipləri daha populyarlaşdıqca, şirkət Nvidia -dan fərqli olaraq təchizat məhdudiyyətləri riski ilə üzləşir. Daxili məsələləri müzakirə etmək üçün anonimlik şərti ilə danışan bir startap rəhbəri, şirkətlərinin TPU -lardan istifadəsinin mövcudluqla məhdudlaşdığını və Google -un bütün çiplərini Anthropic -ə verdiyindən şikayətləndi. Hassabis , aparıcı süni intellekt firmalarına istinad edərək dedi: “Əsasən biz, TPU -ların ən yaxşı bacardığı şeylərdən ən çox faydalana biləcək elit komandalara sahib olduğumuz təchizatı üstün tuturuq.” Gələcəkdə Google , özünün artan rəqabətli süni intellekt xidmətləri ilə inkişaf edən müştəri siyahısı arasında TPU -ları necə bölüşdürməyə qərar verməli olacaq. Vahdat dedi: “ TPU -ları yalnız Google üçün hazırlamağın faydaları var, lakin əhəmiyyətli mənfi cəhətləri də var.” “Nəticədə, biz texnologiya adası adlandırdığımız yerə düşürsən. Gözəl bir ada ola bilər, lakin əhalisi məhdud olacaq və müxtəlifliyi məhdud olacaq. Sonda, yəqin ki, daha az yaxşı olacaq.” BLOOMBERG