تلاشهای بلندپروازانه گوگل نهتنها به تقویت زیرساختهای هوش مصنوعی این شرکت معطوف شده، بلکه همچنین به دنبال جلب سهم بیشتری از بازار در حال گسترش چیپهای هوش مصنوعی است تا بتواند در رقابت با غولهایی چون انویدیا پیروز شود. این رویکرد چندجانبه فرصتهای متفاوتی را برای توسعهدهندگان و شرکتها در پلتفرم ابری فراهم میسازد.
Cloud TPU v5e: کارایی بینظیر با هزینهای رقابتی
این تراشه هوش مصنوعی تولید شده توسط گوگل با هدف تسهیل آموزش و اجرای مدلهای کوچک و متوسط طراحی شده و بهبودهای قابل توجهی نسبت به نسخه قبلیاش، یعنی TPU v4، داشته است. TPU v5e از لحاظ عملکرد استنتاج به ازای هر دلار، هشت برابر بهتر عمل میکند و در آموزش نیز ۲.۵ برابر کارایی بیشتری دارد. این چیپ پیشرفته برای انواع مدلها، از جمله مدلهای زبان بزرگ و سیستمهای هوش مصنوعی مولد، بسیار مناسب بوده و از طریق سرویسهای ابری گوگل در دسترس کاربران قرار دارد.
ماشین مجازی A3: قدرت Nvidia H100 در گوگل کلود
گوگل همچنین یک نمونه قوی جدید از ماشین مجازی خود را با نام A3 ارائه کرده که به پردازندههای گرافیکی Nvidia H100 Tensor Core مجهز است. ماشینهای A3 نسبت به مدل A2 تا ۳ برابر عملکرد آموزش بالاتری را فراهم میآورند و از نظر پهنای باند شبکه، ده برابر کارایی بیشتری دارند. این ماشینها به ویژه برای آموزش مدلهای فوقالعاده بزرگ و کاربردهای هوش مصنوعی مولد بهینهسازی شدهاند و از سپتامبر ۲۰۲۳ به طور عمومی در دسترس خواهند بود.
استراتژی گوگل در رقابت با سختافزار هوش مصنوعی
گوگل از سال ۲۰۱۶ با راهاندازی نخستین واحدهای پردازش تنسور (TPU)، به طور گستردهای بر روی سختافزارهای مخصوص هوش مصنوعی سرمایهگذاری کرده است. این شرکت به طور داخلی از TPU گوگل برای سرویسهای اساسی خود مانند جستجو، جیمیل و یوتیوب بهره میبرد. همزمانی عرضه تراشههای TPU و ارائه قویترین پردازندههای گرافیکی انویدیا به مشتریان ابری، نشانهای از استراتژی جامع گوگل برای تأمین نیازهای متنوع بازار است. اگرچه انویدیا به لطف پلتفرم نرمافزاری CUDA و جامعه توسعهدهنده قویاش در حال حاضر در بازار پیشتاز است، اما هدف گوگل جلب توجه هر چه بیشتر شرکتها و توسعهدهندگان به اکوسیستم ابری خود است. پیشبینی میشود که بازار جهانی چیپهای هوش مصنوعی تا سال ۲۰۲۷ به ۴۰۰ میلیارد دلار برسد.
