گام‌های استراتژیک گوگل در ساخت تراشه‌های اختصاصی
شرکت گوگل برد دیگری در زمینه تولید چیپ‌های اختصاصی برداشت است. هدف اصلی این غول فناوری، کاهش وابستگی به تأمین‌کنندگان خارجی برای زیرساخت ابری خود است. با معرفی دو نسخه جدید از واحدهای پردازش تانسور (TPU)، این شرکت توانسته است پورتفوی سخت‌افزاری خود را با کاربردهای جدیدی همچون استنباط محرمانه و پردازش ظرفیت‌های حافظه بالا گسترش دهد.
معرفی TPU 8tx و TPU 8i Max برای کارهای پیچیده
این تراشه‌ها از نسل هشتم چیپ‌هایی هستند که در آوریل امسال رونمایی شدند و بر ظرفیت‌های قبلی برای استنباط و آموزش مدل‌های بزرگ بنا شده‌اند. جدیدترین عضو، TPU 8tx، با همکاری مشترک AMD طراحی شده است و بر پایه تراشه TPU 8t ساخته شده است. این مد خاص به ویژه برای آموزش و اجرای مدل‌های هوش مصنوعی با دقت اطلاعاتی بالا طراحی شده است تا یکپارچگی داده‌ها در طول فرآیند پردازش تضمین شود.
امنیت ذاتی در لایه سخت‌افزار و شبکه استنباط اختصاصی
به گفته گوگل، امنیت در این تراشه‌ها مستقیماً در لایه سخت‌افزار درج شده است. این ویژگی باعث می‌شود تا داده‌های حساس و وزن‌های مدل حتی در حال استفاده فعال نیز محافظت شده و از سایر بخش‌های سیستم ایزوله بمانند.
- امکان اجرای همزمان فرآیند استدلال (Reasoning) در کنار آموزش مدل.
- توانایی تقییل (Distill) مدل‌ها و آموزش مدل‌های کوچک بدون جابجایی داده‌ها بین دستگاه‌ها.
- استفاده از داده‌های اختصاصی شرکت‌ها بدون نیاز به انتقال آن‌ها به سرورهای خارجی.
نتیجه‌گیری
این انتخاب گوگل برای ساخت تراشه هوش مصنوعی نشان‌دهنده تمایل آن به کنترل کامل زنجیره تأمین سخت‌افزار برای بارگذاری‌های بزرگ هوش مصنوعی است.
پرسش‌های پرتکرار
نقش TPU 8tx در امنیت هوش مصنوعی چیست؟
این تراشه با درج امنیت در لایه سخت‌افزار، از داده‌های حساس و وزن‌های مدل در دوران استفاده محافظت می‌کند و امکان اجرای امن‌تر هوش مصنوعی را فراهم می‌سازد.
چرا گوگل به ساخت تراشه‌های اختصاصی ادامه می‌دهد؟
هدف اصلی کاهش وابستگی به تأمین‌کنندگان خارجی برای زیرساخت ابری و امکان ارائه خدمات هوش مصنوعی بهینه و ایمن‌تر به مشتریان است.
