• Google explora dois designs de chips de IA com a Marvell, focados em inferência e otimização de memória.
  • Os planos incluem uma unidade de processamento de memória e uma TPU de nova geração para cargas de trabalho de inferência.

O que aconteceu

O Google está em negociações com a Marvell Technology para desenvolver conjuntamente dois novos chips de IA,segundo relatos citados pela Reuters e The Information.  

Os chips visam melhorar a eficiência da execução de modelos de IA, especialmente em tarefas de inferência. Um dos designs é uma unidade de processamento de memória que daria suporte às unidades de processamento tensorial (TPUs) existentes do Google. O segundo é uma nova TPU projetada especificamente para cargas de trabalho de inferência.

As empresas ainda estão nas primeiras discussões de design. Elas pretendem finalizar o design do chip de memória no próximo ano. Depois, passariam para a produção de teste.

Googleexpandindo regularmente sua estratégia de silício personalizado. Suas TPUs já suportam serviços de IA em larga escala em seu negócio de nuvem. A empresa também compete com a Nvidia nos mercados de infraestrutura de IA.      

Por que isso é importante

Este acordo reflete uma mudança mais ampla da computação de IA em direção à eficiência da inferência. O treinamento de modelos de IA costumava dominar a demanda por chips. Agora, a inferência está se tornando a principal carga de trabalho em aplicações reais.

Essa mudança aumenta a demanda por chips especializados que reduzem a latência e o consumo de energia. O Google visa reduzir sua dependência das GPUs versáteis da Nvidia. Em vez disso, está construindo uma pilha verticalmente integrada de hardware e software.

A colaboração também destaca uma concorrência crescente no setor de semicondutores para IA. Empresas como Broadcom, AMD e Marvell estão se posicionando como parceiras de chips personalizados para hyperscalers.

Para o Google, chips internos mais eficientes podem melhorar as margens em seu negócio de nuvem. Isso também pode ajudar a reter clientes empresariais que precisam de implantações de IA em larga escala.

Ao mesmo tempo, essa decisão aumenta os riscos estratégicos. O design de silício personalizado é caro e complexo. Também aumenta a dependência de parceiros da cadeia de suprimentos para fabricação e montagem.

A tendência mais ampla do setor sugere que os gastos com infraestrutura de IA continuam acelerando. Os provedores de nuvem continuam investindo pesadamente em computação especializada, apesar das preocupações com excesso de oferta ou desaceleração nos ciclos de demanda.

Leia também:Nvidia fornecerá até um milhão de chips de IA para a Amazon em acordo de nuvem   

Leia também:Anthropic considera desenvolver seus próprios chips de IA