Състезанието на ИИ чиповете: Google твърди, че чиповете ѝ Tensor са по-бързи от A100 на Nvidia

Гигантът в областта на търсенето Google твърди, че суперкомпютрите, които използва за разработване на моделите си за изкуствен интелект са по-бързи и по-енергийно ефективни от тези на Nvidia Corporation. Докато изчислителната мощ на повечето компании, които се занимават с изкуствен интелект, идва от чиповете на Nvidia, Google използва персонализиран чип, наречен Tensor Processing Unit (TPU).

Google обяви своите чипове Tensor по време на пика на пандемията COVID-19, когато предприятия от електрониката до автомобилостроенето се сблъскаха с недостига на чипове. Макар че първоначално чипът трябваше да захранва смартфоните Pixel, компанията несъмнено постигна бърз напредък в разработването му, като ги използва, за да захранва своите изследвания в областта на изкуствения интелект.

Чипове с изкуствен интелект за по-нататъшното му развитие

Interesting Engineering съобщава, че през 2021 година Google е използвала ИИ за проектиране на своите TPU. Google твърди, че процесът на проектиране е завършил само за шест часа с помощта на ИИ в сравнение с месеците, които хората прекарват в проектирането на чипове.

За повечето неща, свързани с ИИ в наши дни, итерациите на продуктите се случват бързо, а TPU в момента е в четвъртото си поколение. Докато Microsoft сглобяваше чипове, за да захрани изследователските изисквания на OpenAI, Google също сглоби 4000 броя TPU, за да създаде своя суперкомпютър.

Тъй като на тези суперкомпютри се възлагат огромни задачи, които един чип не може да изпълни, хилядите изчислителни центрове трябва да комуникират помежду си. В неотдавнашна научна статия Google твърди, че е разработила оптични комутатори по поръчка.

Моделът PaLM на Google, най-големият модел, за който тя публично говори е бил обучен с помощта на суперкомпютър, състоящ се от 4000 броя свързани TPU, а времето за обработка е било над 50 дни. Google твърди, че нейният суперкомпютър може да преконфигурира връзките между чиповете в движение, което му позволява да извлече ползи от производителността на конфигурацията.

В документа Google също така твърди, че нейните TPU са 1,7 пъти по-бързи от чиповете A100 на Nvidia, които захранват повечето приложения с изкуствен интелект. Чиповете са и 1,9 пъти по-енергийно ефективни от A100, което прави обработката на ИИ на Google по-екологична.

Докато Microsoft се хвали, че захранва изследванията на OpenAI, използвайки своите суперкомпютърни услуги, Google има сред известните си клиенти Midjourney, която разработи усъвършенствани инструменти с ИИ, използвайки изчислителните мощности на компанията.

Тъй като надпреварата за подобряване на ИИ се разгорещява, Nvidia представи своя чип H100. От Google не са коментирали как техният TPU от четвърто поколение се справя срещу H100, но заяви, че разполага със солиден набор от бъдещи чипове, с които да се справи с конкуренцията.