گوگل با تراشه‌های هوش مصنوعی جدید خود، حافظه عظیم و حریم خصوصی را هدف گرفت

گوگل دو سیستم محاسباتی هوش مصنوعی رونمایی کرد؛ رقابت با انویدیا با تراشه‌هایی برای حریم خصوصی و حافظه فشرده

گوگل روز دوشنبه از دو سیستم محاسباتی هوش مصنوعی رونمایی کرد که با تراشه‌هایی با تمرکز بر حریم خصوصی و پردازش‌های سنگین حافظه، انویدیا را به چالش می‌کشند. این دو محصول جدید، TPU 8tx و TPU 8i Max، به نسل هشتم واحدهای پردازش تنسور (TPU) گوگل می‌پیوندند و چهار پیکربندی مختلف را برای آموزش و اجرای مدل‌های هوش مصنوعی در اختیار کسب‌وکارها قرار می‌دهند. گوگل اعلام کرده است که در حال حاضر نزدیک به ۱۰۰ مشتری TPU دارد که از آزمایشگاه‌های هوش مصنوعی گرفته تا دانشگاه‌ها را شامل می‌شود.

برخلاف واحدهای پردازش گرافیکی (GPU) که به طور گسترده توسط انویدیا استفاده می‌شوند، TPUها شتاب‌دهنده‌های هوش مصنوعی با کاربری تخصصی هستند. گوگل این تراشه‌ها را ابتدا برای خدمات داخلی خود توسعه داد، اما به طور فزاینده‌ای دسترسی به آن‌ها را به شرکت‌های خارجی، از جمله مشتریان داخلی، می‌فروشد.

امین وحدت، مدیر ارشد فناوری و معاون ارشد هوش مصنوعی و زیرساخت گوگل، در اطلاعیه این شرکت نوشت: «با حرکت محاسبات از مقیاس انسانی به مقیاس عامل (agent)، کسب‌وکارها به دنبال شتاب‌دهنده‌هایی هستند که بتوانند در پنجره‌های متنی عظیم مدل‌های هوش مصنوعی استدلال کنند.»

TPU 8tx: حفاظت از داده‌های حساس

TPU 8tx به مشکلی می‌پردازد که بسیاری از کسب‌وکارهای جدی در هنگام پذیرش هوش مصنوعی با آن روبرو هستند: حفاظت از اطلاعات حساس در حین استفاده مدل از آن‌ها. داده‌ها در زمان ذخیره‌سازی و انتقال رمزگذاری می‌شوند، اما پردازش آن‌ها معمولاً نیازمند رمزگشایی در حافظه است. گوگل ادعا می‌کند که این پیکربندی از محاسبات محرمانه در سطح سخت‌افزار برای جداسازی داده‌های مشتری و پارامترهای اختصاصی مدل، حتی در حین عملیات، استفاده می‌کند.

این سیستم، سیلیکون TPU 8t را با پردازنده‌های EPYC نسل پنجم AMD و شبکه کم‌تأخیر Boardfly گوگل ترکیب می‌کند. گوگل ادعا می‌کند که این ترکیب می‌تواند تأخیر را تا نصف در مقایسه با TPU 8t کاهش دهد، بدون اینکه افت عملکرد قابل توجهی به دلیل حفاظت اضافی داشته باشد. به عبارت دیگر، وظایفی که نیاز به حفظ حریم خصوصی دارند، سرعت یا دقت خود را فدا نخواهند کرد.

شرکت‌ها می‌توانند مدل‌ها را در همان سیستم تنظیم دقیق کرده و اجرا کنند، به جای انتقال اطلاعات حساس بین خوشه‌ها. با این حال، محاسبات محرمانه نمی‌تواند از سوءاستفاده یک عامل هوش مصنوعی با طراحی ضعیف از داده‌هایی که مجاز به دسترسی به آن‌ها است، جلوگیری کند.

TPU 8i Max: غلبه بر محدودیت حافظه

TPU 8i Max به محدودیت دیگری می‌پردازد: حافظه. عوامل خودکار که داده‌ها، پایگاه‌های کد، اسناد یا ساعت‌ها ویدئو را تجزیه و تحلیل می‌کنند، نیاز به دسترسی سریع به اطلاعات بسیار بیشتری نسبت به وظایف معمول هوش مصنوعی دارند. گوگل دو تراشه TPU 8i را در یک بسته ترکیب کرده و قدرت محاسباتی، حافظه SRAM روی تراشه و توان عملیاتی حافظه با پهنای باند بالا را در مقایسه با TPU 8i دو برابر کرده است. این طراحی، دو برابر سیلیکون را در همان فضای رک جای داده است.

وحدت در این باره نوشت: «چهارمین سیستم ما، TPU 8i Max، برای مشکلی متفاوت ساخته شده است: دیوار حافظه.»

گوگل همچنین TPU Sync را به صورت متن‌باز منتشر کرده است؛ نرم‌افزاری که حافظه کاری هوش مصنوعی را بین تراشه‌ها، سرورها و فضای ذخیره‌سازی جابجا می‌کند. این شرکت ادعا می‌کند که این سیستم می‌تواند تأخیر در انتقال داده‌ها و زمان راه‌اندازی پاسخ را بیش از ۹۰ درصد کاهش دهد.

فشارهای وارده بر انویدیا و رقابت در بازار تراشه

رونمایی گوگل از این محصولات در حالی صورت می‌گیرد که انویدیا با فشارهای فزاینده‌ای در وال استریت روبرو است. سهام این شرکت روز پنجشنبه ۹.۳ درصد سقوط کرد و روز دوشنبه نیز ۵ درصد دیگر افت داشت، پس از آنکه مدیرعامل آن، جنسن هوانگ، به رابطه خارج از ازدواج با زنی که توسط اطلاعات آمریکا مظنون به جاسوسی برای چین است، اعتراف کرد. هیئت مدیره انویدیا تحقیقات مستقلی را آغاز کرده است، اگرچه این شرکت می‌گوید هیچ مدرکی مبنی بر به خطر افتادن اسرار تجاری ندارد.

این رسوایی به نگرانی‌ها در مورد رشد انویدیا دامن می‌زند، زیرا رقبا سلطه آن را در بازار تراشه‌های هوش مصنوعی هدف قرار داده‌اند. گزارش شده است که OpenAI قصد دارد TPUهای گوگل را خریداری کند تا وابستگی خود را به انویدیا کاهش دهد. این موضوع هنوز تأیید نشده است، اما خط تولید تراشه‌های رو به رشد گوگل می‌تواند قدرت چانه‌زنی توسعه‌دهندگان هوش مصنوعی را افزایش دهد و سهم بازار و انتظارات رشد آینده انویدیا را تهدید کند.

گوگل در حال رقابت بر روی سخت‌افزار و نرم‌افزار تخصصی است، نه فقط سرعت تراشه. پروژه متن‌باز TorchTPU آن نیز به توسعه‌دهندگان اجازه می‌دهد مدل‌های PyTorch و Hugging Face را بر روی TPUها اجرا کنند، بدون اینکه نیاز به بازنویسی برنامه‌های خود داشته باشند.

با این حال، ارقام عملکرد گوگل سیستم‌های جدید خود را با سخت‌افزارهای قدیمی‌تر گوگل مقایسه می‌کند، نه محصولات جدید انویدیا. این شرکت جزئیات قیمت‌گذاری یا تاریخ عرضه دو پیکربندی جدید را اعلام نکرده است.