مهندس ایرانی‌تبار گوگل از نسل جدید تراشه‌های هوش مصنوعی رونمایی کرد؛ سریع‌تر و امن‌تر از قبل
مهندس ایرانی‌تبار گوگل از نسل جدید تراشه‌های هوش مصنوعی رونمایی کرد؛ سریع‌تر و امن‌تر از قبل
امین وحدت، از مدیران ارشد گوگل، با معرفی تراشه‌های TPU 8i Max و TPU 8tx از تلاش این شرکت برای افزایش سرعت و امنیت در پردازش هوش مصنوعی خبر داد.
امین وحدت، مدیر ارشد ایرانی‌تبار گوگل، از معرفی دو سیستم پردازشی جدید برای هوش مصنوعی خبر داد. این محصولات با نام TPU 8i Max و TPU 8tx برای پردازش حجم عظیمی از اطلاعات و افزایش امنیت داده‌ها طراحی شده‌اند و خانواده ی تراشه‌های نسل هشتم گوگل را به چهار عضو می‌رسانند.
امین وحدت از مدیران ارشد گوگل و مسئول بخش فناوری هوش مصنوعی و زیرساخت آن شرکت است. او دکترای علوم کامپیوتر خود را از دانشگاه کالیفرنیا، برکلی دریافت کرد و پیش از پیوستن به گوگل، استاد دانشگاه کالیفرنیا در سن‌دیگو بود.
وحدت در سال ۲۰۲۳ به عضویت آکادمی ملی مهندسی آمریکا درآمد و اکنون بر توسعه ی تراشه‌های اختصاصی، شبکه‌ها و دیتاسنترهای گوگل نظارت دارد. زندگی‌نامه ی رسمی گوگل درباره ی محل تولد او توضیحی نمی‌دهد.
وحدت در حساب ایکس خود اعلام کرد تیم هوش مصنوعی و زیرساخت گوگل به دستاورد تازه‌ای رسیده است. این شرکت برای نخستین‌بار در یک سال، چهار سامانه ی متفاوت از یک نسل TPU معرفی کرد.
تراشه‌های TPU پردازنده‌های اختصاصی گوگل برای اجرای محاسبات سنگین هوش مصنوعی هستند و در زیرساخت سرویس‌هایی مانند جمنای استفاده می‌شوند. گوگل با توسعه ی آن‌ها تلاش می‌کند وابستگی خود به پردازنده‌های گرافیکی شرکت‌هایی مانند انویدیا را کاهش دهد.
دو محصول جدید گوگل چه تفاوتی دارند؟
سامانه ی TPU 8i Max برای پردازش درخواست‌هایی ساخته شده که به حافظه ی بسیار زیادی نیاز دارند؛ مانند بررسی هزاران خط کد یا تحلیل چندین ساعت ویدئو. گوگل با ترکیب دو تراشه ی TPU 8i در یک مجموعه، قدرت محاسباتی و پهنای باند حافظه را نسبت به مدل پایه دو برابر کرده است.
در مقابل، TPU 8tx روی امنیت تمرکز دارد. این سامانه به سازمان‌ها اجازه می‌دهد اطلاعات حساس خود را هنگام پردازش با هوش مصنوعی نیز در سطح سخت‌افزار محافظت کنند. گوگل می‌گوید تأخیر پردازشی آن در مقایسه با TPU 8t تا ۵۰ درصد کمتر است.
وحدت همچنین از ابزارهای نرم‌افزاری جدیدی خبر داد که استفاده از TPU-ها را برای توسعه‌دهندگان آسان‌تر می‌کنند. به‌کمک TorchTPU، اجرای مدل‌های مبتنی‌بر PyTorch و هاگینگ فیس بدون بازنویسی کد امکان‌پذیر می‌شود.
ابزار متن‌باز TPU Sync نیز طبق ادعای گوگل می‌تواند تأخیر انتقال اطلاعات حافظه را بیش از ۹۰ درصد کاهش دهد. قابلیت Agent Compute Engine هم هنگام توقف موقت فعالیت عامل‌های هوش مصنوعی، منابع پردازشی بلااستفاده را آزاد می‌کند تا مصرف منابع و هزینه‌ها کاهش پیدا کند.
گوگل می‌گوید نزدیک به ۱۰۰ مشتری از فناوری TPU این شرکت استفاده می‌کنند. معرفی محصولات جدید بخشی از تلاش این غول فناوری برای ارائه ی زیرساخت‌های قدرتمندتر به شرکت‌های توسعه‌دهنده ی هوش مصنوعی است؛ بازاری که رقابت در آن با افزایش نیاز به توان پردازشی هر روز شدیدتر می‌شود.