به گزارش ای سی تی نیوز، «گوگل کلود»(Google Cloud) روز چهارشنبه اعلام کرد که نسل هشتم تراشه‌های هوش مصنوعی سفارشی‌سازی‌شده یا «واحدهای پردازش تنسور»(TPUs) به دو بخش تقسیم خواهد شد. یک تراشه با نام «TPU 8t» برای آموزش مدل و دیگری با نام «TPU 8i» برای استنتاج در نظر گرفته شده است.

استنتاج به معنای استفاده مداوم از مدل‌هاست؛ یعنی همان اتفاقی که پس از ارسال درخواست‌ها توسط کاربران می‌افتد.

همان طور که انتظار می‌رود، گوگل کلود مشخصات عملکردی چشمگیری را برای TPU جدید در مقایسه با نسل‌های پیشین تبلیغ می‌کند. به گفته این شرکت، مشخصات عملکردی شامل آموزش مدل هوش مصنوعی تا سه برابر سریع‌تر، عملکرد ۸۰ درصد بهتر به ازای هر دلار و امکان همکاری بیش از یک میلیون TPU در یک خوشه واحد هستند. نتیجه احتمالا محاسبات بسیار بیشتر با انرژی بسیار کمتر و هزینه بسیار کمتر برای مشتریان نسبت به نسخه‌های پیشین خواهد بود. این شرکت تراشه‌ها را TPU می‌نامد، نه GPU زیرا تراشه‌های کم‌مصرف سفارشی آن در ابتدا «تنسور»(Tensor) نام‌گذاری شده بودند.

اما تراشه‌های گوگل حداقل هنوز که هنوز است، یک حمله‌ تمام‌عیار به آینده‌ انویدیا نیستند. گوگل نیز مانند دیگر ارائه‌دهندگان بزرگ خدمات فضای ابری از جمله «مایکروسافت»(Microsoft) و «آمازون»(Amazon) از این تراشه‌ها برای تکمیل سیستم‌های مبتنی بر خدمات انویدیا که در زیرساخت‌های خود ارائه می‌دهد، استفاده می‌کند. گوگل به طور کامل جایگزین انویدیا نمی‌شود. در واقع، گوگل قول داده است که اواخر امسال جدیدترین تراشه‌ انویدیا موسوم به «ورا روبین»(Vera Rubin) را برای فضای ابری خود در دسترس قرار خواهد داد.

روزی فرا خواهد رسید که شرکت‌های بزرگ از جمله آمازون، مایکروسافت و گوگل تراشه‌های هوش مصنوعی خود را بسازند و ممکن است نیازشان به انویدیا کمتر شود زیرا شرکت‌ها نیازهای هوش مصنوعی خود را به فضای ابری خود انتقال خواهند داد و اپلیکیشن‌های خود را به این تراشه‌ها منتقل خواهند کرد.