跳到主要内容

谷歌2028年推Frozen v2芯片,把Gemini模型焊进硅片,算力飙升6-10倍

27 0
AI摘要

谷歌正研发代号Frozen v2的新型服务器芯片,将部分Gemini模型架构嵌入芯片以提升AI任务效率,预计单位功耗下Token处理能力是最新TPU的6至10倍。该芯片于2028年推出,作为TPU的专用分支而非替代品。此举旨在通过软硬件协同设计优化性能,谷歌强调其探索符合全栈战略,资本市场对此反应积极。

芯片架构永久固化

谷歌正在悄然开展新型服务器芯片的研发工作, 该芯片代号为v2, 其核心创新之处在于把部分AI模型架构直接嵌入到硅片当中, 这样做的目的在于凭借硬件层面的深度定制手段, 极大地减低运行模型时的算力消耗。

因为传统云端计算要依靠频繁的数据传输, 所以致使能效出现了瓶颈, 借助把算法逻辑物理化, v2芯片可以削减数据搬运的环节, 进而提高整体的处理效率, 这样的设计思路表明AI硬件朝着专用化方向了迈出关键的一步。

性能提升六至十倍

根据内部工程师所作出的评估, 这款全新芯片于单位功耗状况下的Token处理能力, 是现存最新一代通用TPU的6倍至10倍。即象征着在同一电力投入条件下, 服务器能够处理更多的用户请求, 明显降低运营成本。

这一性能出现飞跃, 主要是因为硬件跟软件协同设计, 通过对准特定工作负载予以优化, v2芯片能够达成更高密度计算, 对于讲求极致效率的企业用户来说, 这种性能得到提升, 意味着响应速度变得更快, 并发处理能力变得更强。

二零二八年正式登场

谷歌官方予以确认, 这款专用芯片计划发布的时间是2028年。虽说这个时间点距离当下还相当遥远, 然而它的研发进度已经引发了市场的高度关注。公司清晰地表明, 该芯片不会将现有的通用TPU产品线取而代之, 而是会以补充分支的形式存在。

这所表达的含义是, 谷歌会持续保持双轨同时运行的策略, 其中通用芯片承担灵活多样的大规模训练任务, 而v2着重于推理环节的高效推行运用, 这样的分工状况有利于谷歌于不同情况下实现资源配置的优化处理, 以规避单一技术路线所存在的风险, 达到一种平衡的态势, 使得其在技术发展进程中能够更加稳健地前行!

股价应声上涨近四成

资本市场在消息传出之后, 迅速做出了反应, 谷歌A类股于早盘交易之时, 一度上涨了近3.7%, C类股在盘中, 最高涨幅达到了3.9%, 投资者普遍认为, 专用芯片的研发成功, 将会强化谷歌在AI基础设施领域的竞争优势, 可以强化, 会强化。

展现出市场对于谷歌全栈战略的认可是股价出现的波动起伏, 虽说项目暂时还处于试验时期的阶段情形, 然而其潜在蕴含着的商业价值已经成功获得了资本方面的垂青青睐, 有分析给出指出表明, 如果能够做到v2芯片按照预期计划顺利落地达成, 那么将会在更深程度上进一步切实巩固稳固谷歌在云服务市场领域当中所处享有的地位位置, 进而能够吸引到更多数量、更多种类的企业客户买家。

缓解算力短缺压力

谷歌这么做的意图是要去解决那越发严峻的算力方面的困境, 在这之前, 算力不够的情况曾经致使内部资源处于紧张状态, 甚至还迫使谷歌云拒绝了一部分外部订单, 为了去弥补存在的缺口, 上月谷歌已经同意每个月支付将近十亿美元来满足企业客户的需求。

被视作缓解此压力的重要手段是v2芯片得以体现, 谷歌旨在凭借它提升能效比, 在不显著加大硬件投入的状况下, 去契合逐渐增多的AI服务之需求, 这样的策略能够助力削减长期运营成本, 进而促使整体盈利能力得到提升。

牺牲灵活性换效率

把架构固定到芯片里所付出的那份代价, 是灵活性的缺失。唯有在未来模型持续运用相同底层架构的情况下, v2芯片才能够与后续版本相兼容。一旦算法出现重大变革, 预先设计好的硬件特性或许就不再适用了, 会致使投资被浪费。

当下, 谷歌正面临着诸多挑战, 其中包括了人才出现流失的情况, 以及模型被延期等状况。在专用芯片还尚未实现量产的时候, 稳定住核心团队, 并且确保下一代产品能够按时发布, 这变得更为紧迫。那么, 接下来谷歌所需要解决的关键问题便是, 究竟该如何在创新与风险之间达成平衡。

你会认为谷歌这般的“以一定灵活性的舍弃来换取极致性能的策略”, 于未来的AI竞争里会是明智的做法吗, 欢迎在评论区域留下你的看法了, 如果觉得这一篇文章有具有帮助作用的话, 请点赞并且把它分享给更多关注科技动态方面情况的那些朋友。

登录后参与评论

评论仅开放给已登录并完成邮箱绑定的用户。

评论 0

暂无评论。