Google și AMD: TPU hibrid pentru centrele de date cloud

Imaginează-ți un viitor centru de date Google în care acceleratoare AI personalizate stau umăr la umăr cu nuclee AMD de înaltă performanță. Ciudat? Poate. Strategic? Absolut.

Șoapte de pe piață apărute într-o notă SemiAnalysis spun că Google lucrează cu AMD la unul dintre modelele familiei sale TPU de a zecea generație. Dacă e adevărat, ar fi prima intrare majoră a AMD într-un proiect ASIC AI personalizat la această scară. Ideea nu este să predea întregul plan TPU unui fabricant de cipuri; este să încorporeze proprietatea intelectuală și expertiza în ambalare a AMD într-o arhitectură hibridă capabilă să gestioneze o nouă clasă de sarcini.

Aceasta ar marca prima colaborare majoră a AMD în segmentul de cipuri AI personalizate cu Google.

De ce să aduci AMD în joc acum? Răspunsul stă în modul în care evoluează AI. Modelele moderne cer din ce în ce mai mult decât simpla matematică a matricelor. Au nevoie de procesare versatilă cu scop general pe lângă acceleratoare, de exemplu bucle de învățare prin recompensă, orchestrare la nivel de sistem de operare și sarcini complexe de raționament care nu pot fi externalizate complet către motoarele tensoriale. Încorporarea nucleelor CPU AMD direct pe pachetul TPU i-ar oferi Google flexibilitatea de a rula aceste sarcini mixte cu latență redusă și integrare mai strânsă.

Punctele forte ale AMD sunt clare: tehnologii avansate de ambalare precum SoIC, un portofoliu vast de brevete și arhitecturi CPU mature. Aceste active contează când stivuiești die-uri, direcționezi legături cu lățime de bandă mare și încerci să scoți fiecare picătură de performanță și eficiență energetică dintr-un singur pachet. Google proiectează deja mare parte din arhitectura sa de acceleratoare și a colaborat istoric cu Broadcom pentru generațiile anterioare de TPU. De data aceasta, însă, aparent este o combinație între acceleratoare personalizate și un furnizor de CPU de greutate.

Nu te aștepta ca AMD să fie reinstrumentat ca arhitect șef pentru variantele TPU de inferență sau antrenament. Pariul mai inteligent este că Google are nevoie de blocuri logice programabile, interconexiuni personalizate și know-how în ambalare pe care un furnizor major de CPU le poate oferi, lucruri care depășesc designul simplu de acceleratoare. În practică, asta înseamnă cipuri hibride unde motoare tensoriale specializate coexistă cu nuclee cu uz general care se ocupă de control, programare și de părțile complicate ale sarcinilor AI din lumea reală.

Există precedente în evoluția serverelor Google. Implementările recente TPU 8i asociază acceleratoarele cu propriul procesor Axion al Google, în timp ce configurațiile mai vechi se bazau pe procesoare Intel Xeon partajate între mai multe acceleratoare. Tendința de-a lungul generațiilor a fost spre mai multă putere de procesare locală per accelerator, un indiciu al motivului pentru care integrarea nucleelor AMD ar putea fi atractivă.

Pentru clienții cloud, implicațiile sunt practice: mai puține salturi între cipuri, throughput mai bun pentru pipeline-urile de învățare prin recompensă și, posibil, noi modele de implementare pentru servicii sensibile la latență. Pentru AMD, este o șansă de a-și demonstra abilitățile în ambalare și integrare eterogenă într-o arenă dominată mult timp de echipe de ASIC personalizate.

Oricum ar fi, această colaborare, dacă se finalizează, ar sublinia o schimbare în modul în care hyperscalerii gândesc siliciul personalizat: nu doar matematică matricială mai rapidă, ci ecosisteme mai strânse de elemente de calcul diverse care lucrează în concert. Urmăriți evoluția; următorul deceniu de AI în cloud ar putea fi construit mai puțin ca un singur motor și mai mult ca o orchestră care se acordă.