Специализированные ИИ-чипы Google, известные как Tensor Processing Units (TPU), становятся серьезным конкурентом для Nvidia, которая долгое время доминировала на рынке аппаратного обеспечения для ИИ. Сообщается, что такие компании, как Meta и Anthropic, готовятся инвестировать миллиарды долларов в TPU от Google, что может сигнализировать о потенциальном сдвиге в отрасли.
Расцвет специализированного ИИ-оборудования
Бум ИИ во многом опирался на графические процессоры (GPU) — изначально разработанные для игр и графического рендеринга — благодаря их способности эффективно выполнять параллельные вычисления. Эти параллельные вычисления имеют решающее значение для обучения и запуска ИИ-моделей, которые часто включают в себя массовые матричные умножения. Однако GPU изначально не были оптимизированы для ИИ.
TPU, впервые разработанные Google в 2016 году, решают эту проблему, сосредотачиваясь исключительно на матричных умножениях, которые являются основной операцией в большинстве ИИ-нагрузок. Последнее поколение, Ironwood, обеспечивает работу передовых ИИ-моделей Google, таких как Gemini и AlphaFold.
Эффективность против гибкости
Технически, TPU — это уточненное подмножество GPU, а не совершенно отдельная архитектура. Они оптимизируют ИИ-специфические вычисления, что потенциально может сэкономить компаниям десятки или даже сотни миллионов долларов.
Однако эта специализация имеет свои недостатки. TPU могут быть менее гибкими, если ИИ-модели значительно эволюционируют, вынуждая некоторые вычисления вернуться к более медленным ЦП. Исторически, GPU Nvidia имели преимущество в программной совместимости, но Google сократил этот разрыв, упростив интеграцию TPU в существующие рабочие процессы.
Ответ гиперскейлеров
Растущая стоимость GPU, обусловленная высоким спросом, подтолкнула многих технологических гигантов («гиперскейлеров») к разработке собственных специализированных ИИ-чипов. Amazon Trainium является одним из примеров.
«Большинство гиперскейлеров имеют собственные внутренние программы… потому что GPU стали слишком дорогими, и может оказаться дешевле спроектировать и построить свои собственные.» – Саймон МакИнтош-Смит, Университет Бристоля
Этот переход к разработке чипов внутри компании касается не только стоимости. Речь также идет о контроле и оптимизации для конкретных ИИ-задач.
Сдвиг на рынке?
В течение многих лет Google в основном использовал TPU внутри компании. Теперь внешний спрос растет: крупные игроки, такие как Meta и Anthropic, по сообщениям, делают существенные покупки TPU.
Эта растущая конкуренция может принести пользу покупателям в долгосрочной перспективе, потенциально снижая цены на GPU или вынуждая Nvidia предлагать более конкурентоспособные условия. Диверсификация поставщиков ИИ-оборудования гарантирует, что ни одна компания не будет контролировать будущее этой критически важной технологии.
Растущая зрелость TPU и готовность крупных ИИ-компаний принимать их позволяют предположить, что в отрасли происходит фундаментальный сдвиг.
