• Материнская компания Google, Alphabet, представила чип Trillium из линейки чипов для ИИ-дата-центров, который, по её заявлению, почти в пять раз быстрее предыдущей версии.
  • Разработка Alphabet собственных чипов для ИИ-дата-центров — одна из немногих реальных альтернатив процессорам высшего класса, рынок которых контролирует Nvidia.
  • Компания сообщила, что новые чипы станут доступны её облачным клиентам «до конца 2024 года».

Быстрый чип для ИИ-дата-центров

Материнская компания Google, Alphabet, во вторник представила чип Trillium из линейки чипов для ИИ-дата-центров, который, по её заявлению, почти в пять раз быстрее предыдущей версии.

«За последние шесть лет спрос отрасли на компьютеры для (машинного обучения) вырос в миллион раз, примерно в 10 раз в год», — заявил генеральный директор Alphabet Сундар Пичаи на брифинге для журналистов. «Я думаю, Google создан для этого момента: мы уже более десяти лет разрабатываем [чипы для искусственного интеллекта]».

Читайте также:Google Cloud Connect: соединяя данные и инновации

Процессор Trillium на 67 % энергоэффективнее v5e

Разработка Alphabet собственных чипов для ИИ-дата-центров — одна из немногих жизнеспособных альтернатив процессорам высшего класса, рынок которых контролирует Nvidia. Вместе с программным обеспечением, тесно связанным с тензорным процессором Google (TPU), эти чипы принесли компании значительную долю рынка.

Nvidia занимает около 80 % рынка чипов для ИИ-дата-центров, а оставшиеся 20 % в основном приходятся на различные версии TPU от Google. Компания не продаёт чипы напрямую, а предоставляет к ним доступ через свою облачную платформу.

По данным Google, чип Trillium шестого поколения обеспечит в 4,7 раза более высокую вычислительную производительность, чем TPU v5e, который предназначен для питания технологий, генерирующих текст и другие медиа из больших моделей. Процессор Trillium на 67 % энергоэффективнее v5e. Компания сообщила, что новые чипы станут доступны её облачным клиентам «до конца 2024 года».

Инженеры Google добились дополнительного прироста производительности, увеличив ёмкость высокоскоростной памяти и общую пропускную способность. ИИ-моделям требуется много современной памяти, и это было узким местом для дальнейшего повышения производительности.

Компания спроектировала эти чипы для развёртывания в модулях по 256 чипов, которые могут масштабироваться до сотен модулей.