Google erweitert sein AI-Hardware-Portfolio um zwei neue spezialisierte Chips
Google verfeinert sein Chip-Entwicklungs-Spiel, da das Unternehmen seine Abhängigkeit von Chips anderer Hersteller für seinen Cloud-Computing-Geschäft reduzieren möchte. Am Montag kündigte Google zwei neue Varianten seiner Tensor Processing Units (TPUs) an, selbst entwickelte Chips, die für KI-Aufgaben gedacht sind, die seine Chip-Portfolio auf zusätzliche Anwendungsfälle erweitern: vertrauliche Inferenz und mehr Speicherkapazität für große Workloads.
Die neuen Einheiten, TPU 8tx und TPU 8i Max, sind Teil der achten Generation der Chips, die im April dieses Jahres vorgestellt wurden, und bauen auf dem auf, was diese Chips boten, was mehr Inferenzkapazität und Unterstützung für große Trainingsanforderungen war.
TPU 8tx, entwickelt mit AMD, basiert auf dem TPU 8t-Chip und ist speziell für das vertrauliche Trainieren und Ausführen von KI-Modellen ausgelegt, sagte Google in einem Blogbeitrag. Der Chip "integriert Sicherheit direkt auf der Hardware-Ebene und schützt sensible Daten und Modellgewichte, selbst während der aktiven Nutzung, und hält sie isoliert", schrieb das Unternehmen.
Der Chip verfügt außerdem über ein benutzerdefiniertes Inferenznetzwerk, das es ermöglicht, Reasoning neben dem Training durchzuführen, sodass er zum Verdampfen und Trainieren kleiner Modelle in Echtzeit verwendet werden kann. Diese Fähigkeit könnte nach Angaben von Google nützlich sein, wenn ein Unternehmen ein Modell auf seinen proprietären Daten trainieren möchte, ohne diese zwischen Geräten bewegen zu müssen.
Zwischenzeitlich kombiniert der TPU 8i Max im Grunde zwei der auf Inferenz ausgerichteten TPU 8i-Chips, die das Unternehmen im April vorgestellt hat, und verdoppelt damit die Speicherkapazität, die Verarbeitungsleistung und die Bandbreite, jedoch in einem einzigen Gehäuse. Das Ergebnis ist ein Chip, der es KI-Modellen ermöglicht, während Abfragen eine größere Vielfalt an Informationen zu verarbeiten.
Der Chip-Release erfolgt, während Hyper-Skalierer wie Microsoft, Amazon und sogar KI-Laboratorien wie OpenAI und Anthropic an eigenen Linien von künstlich-intelligenten Halbleitern und entsprechender Software arbeiten, um ihre Abhängigkeit von der Vorherrschaft von Nvidia zu verringern.
Die Nachricht kommt auch zu einem besonders verletzlichen Zeitpunkt für Nvidia, dessen CEO Jensen Huang am Wochenende zugab, mit jemandem, der als chinesischer Spion angeklagt wird, eine Affäre gehabt zu haben.