Η Google αναπτύσσει ένα νέο εξειδικευμένο chip τεχνητής νοημοσύνης με την κωδική ονομασία Frozen v2, το οποίο φιλοδοξεί να αλλάξει τον τρόπο με τον οποίο εκτελούνται τα μοντέλα Gemini. Σύμφωνα με πληροφορίες, το νέο chip θα ενσωματώνει τμήματα του ίδιου του μοντέλου AI απευθείας στο υλικό, επιτρέποντας ταχύτερη απόδοση, χαμηλότερη κατανάλωση ενέργειας και καλύτερη αξιοποίηση των υπολογιστικών πόρων.
Η κίνηση αυτή έρχεται σε μια περίοδο όπου η ζήτηση για υπολογιστική ισχύ AI αυξάνεται εκρηκτικά. Η Google φέρεται να αντιμετωπίζει σημαντικές πιέσεις στις υποδομές της, καθώς η ανάπτυξη των υπηρεσιών Gemini απαιτεί ολοένα περισσότερους επιταχυντές AI, ενώ η Google Cloud έχει αναγκαστεί κατά διαστήματα να περιορίσει τη διαθεσιμότητα πόρων για ορισμένους πελάτες.
Σε αντίθεση με τα σημερινά συστήματα, όπου το μοντέλο εκτελείται εξ ολοκλήρου σε GPU ή TPU, το Frozen v2 αναμένεται να “χαράζει” (etch) μόνιμα συγκεκριμένα τμήματα του Gemini μέσα στο πυρίτιο. Με αυτόν τον τρόπο μειώνεται σημαντικά ο όγκος των υπολογισμών που απαιτούνται κατά την εκτέλεση των AI εργασιών, επιτρέποντας μεγαλύτερη ταχύτητα και καλύτερη ενεργειακή απόδοση.
Τι σημαίνει η ενσωμάτωση του Gemini στο chip
Η ιδέα πίσω από το Frozen v2 είναι αρκετά διαφορετική από αυτή των κλασικών AI επιταχυντών.
Σήμερα, ακόμη και τα πιο ισχυρά chips εκτελούν τα μοντέλα τεχνητής νοημοσύνης ως λογισμικό που φορτώνεται στη μνήμη. Η νέα προσέγγιση της Google προβλέπει ότι ορισμένα σταθερά τμήματα του μοντέλου θα αποτελούν πλέον μέρος της ίδιας της αρχιτεκτονικής του chip.
Αυτό σημαίνει ότι συγκεκριμένες λειτουργίες μπορούν να εκτελούνται σχεδόν άμεσα, χωρίς να απαιτείται συνεχής φόρτωση μεγάλων όγκων δεδομένων από τη μνήμη. Το αποτέλεσμα είναι μικρότερη καθυστέρηση (latency), καλύτερη απόδοση ανά Watt και χαμηλότερο λειτουργικό κόστος, κάτι ιδιαίτερα σημαντικό για υπηρεσίες που εξυπηρετούν εκατομμύρια αιτήματα κάθε λεπτό.
Η στρατηγική αυτή συμπληρώνει τις πρόσφατες ανακοινώσεις της Google για τις TPU 8t και TPU 8i, όπου για πρώτη φορά η εταιρεία διαχώρισε τα chips που προορίζονται για εκπαίδευση μοντέλων από εκείνα που έχουν σχεδιαστεί αποκλειστικά για inference, δηλαδή την παραγωγή απαντήσεων σε πραγματικό χρόνο.
Η μάχη των AI chips γίνεται ακόμη πιο σκληρή
Η Google δεν είναι η μόνη εταιρεία που επενδύει σε εξειδικευμένο hardware.
Η NVIDIA συνεχίζει να κυριαρχεί στην αγορά των AI accelerators, ενώ η Microsoft, η Amazon, η Meta και αρκετές κινεζικές εταιρείες αναπτύσσουν επίσης δικά τους chips, ώστε να μειώσουν την εξάρτησή τους από τρίτους προμηθευτές και να περιορίσουν το κόστος λειτουργίας των υπηρεσιών τεχνητής νοημοσύνης.
Για τη Google, όμως, ο στόχος δεν είναι μόνο η εξοικονόμηση πόρων. Με την ενσωμάτωση μέρους του Gemini στο hardware, η εταιρεία επιχειρεί να δημιουργήσει μια υποδομή ειδικά σχεδιασμένη για τα δικά της μοντέλα, βελτιστοποιώντας κάθε επίπεδο – από το πυρίτιο μέχρι το λογισμικό.
Αν το Frozen v2 φτάσει στην παραγωγή με τα χαρακτηριστικά που περιγράφονται στις μέχρι τώρα πληροφορίες, θα αποτελέσει ένα από τα πιο εξειδικευμένα AI chips που έχουν σχεδιαστεί ποτέ. Παράλληλα, θα ενισχύσει ακόμη περισσότερο τη στρατηγική της Google να ελέγχει ολόκληρη την αλυσίδα ανάπτυξης της τεχνητής νοημοσύνης, από τα μοντέλα Gemini μέχρι τα chips και τις cloud υποδομές που τα υποστηρίζουν. Σε μια εποχή όπου η διαθεσιμότητα υπολογιστικής ισχύος αποτελεί κρίσιμο ανταγωνιστικό πλεονέκτημα, το hardware εξελίσσεται πλέον σε εξίσου σημαντικό πεδίο μάχης με τα ίδια τα AI μοντέλα.
