انتخابهای تازه در زیرساخت هوش مصنوعی
در دنیای پویای هوش مصنوعی، سرعت رسیدن به مدلهای بهتر اغلب به توان پردازشی بستگی دارد. سازندگان بزرگ این حوزه تا به امروز تقریباً بالكامل به چیپسهای H100 و H200 نایوردی (NVIDIA) تکیه کردهاند. اگرچه این راهکار همانطور که انتظار میرود، کیفیت عالی را ارائه میدهد، اما باعث گرانی شدید و کمبود موجودی در بازار نیز شده است. همین موضوع نیاز به تنوعبخشی به منابع محاسباتی را از اهمیت ویژهای برخوردار کرده است.
مذاکرات تازه با گوگل
طبق گزارشهای Reliable و به نقل از CNBC، اوپنआई تی آئی مذاکراتی را با گوگل برای خرید چیپسهای TPU آغاز کرده است. این چیپسها که برای مصارف خاص یادگیری ماشین طراحی شدهاند، اگرچه معماری متفاوتی از GPUها دارند، اما در برخی بارهای کاری محاسباتی، کارآمدی بالایی ارائه میدهند. این اقدام نشاندهنده رویکرد عاقلانهای برای کاهش وابستگی به یک تأمینکننده واحد است.
تأثیر بر اکوسیستم چیپسهای هوش مصنوعی
ورود اوپنआई تی آئی به بازار TPU میتواند تأثیرات چندهفتگی بر صنعت چیپسهای اختصاصی هوش مصنوعی بگذارد:
- افزایش رقابت قیمتی برای طارحان دیگر مانند AMD و Intel میتواند.
- سنجیدهشدن بیشتر کارکرد TPU در مدلهای زبانی بزرگ.
- تغییر در استراتژیهای تأمین منابع ابری و اختصاصی شرکتهای بزرگ.
پرسشهای پرتکرار
چرا اوپنआई تی آئی از چیپسهای NVIDIA استفاده میکند؟
نایوردی (NVIDIA) به دلیل ساختار مناسب هستههای CUDA و وجود درخشش نرمافزاری، تا به امروز تأمینکننده اصلی پردازندهگرافیک (GPU) برای تمرین مدلهای هوش مصنوعی بوده است.
چیپس TPU گوگل چه تفاوتی با GPU دارد؟
TPU (Processing Unit) جایگاه از چیپسهای اختصاصی طراحی شده برای محاسبات ماتریسی مصارف خاص یادگیری ماشین است و در برخی از کارها در مقایسه با GPU دارای کارایی بهینهتری دارد.