Google Cloud از تراشه جدید مرکز داده مبتنی بر بازو، Axion رونمایی کرد

گوگل روز سه شنبه با اعلام سیلیکون سفارشی برای مراکز داده خود، به جمع دیگر ارائه دهندگان خدمات ابری آمازون و مایکروسافت پیوست.

خط پردازشگرهای Axion گوگل، اولین CPUهای مبتنی بر Arm آن است که برای مرکز داده طراحی شده است. امین وحدت، معاون و مدیر کل سیستم‌های یادگیری ماشین و هوش مصنوعی ابری شرکت، در وبلاگی از شرکت نوشت: «اکسیون عملکرد پیشرو در صنعت و بهره‌وری انرژی را ارائه می‌کند و اواخر امسال در اختیار مشتریان Google Cloud قرار خواهد گرفت».

به گفته گوگل، پردازنده‌های Axion تخصص سیلیکونی شرکت را با هسته‌های CPU با بالاترین عملکرد Arm ترکیب می‌کنند تا نمونه‌هایی را با حداکثر 30 درصد عملکرد بهتر نسبت به سریع‌ترین نمونه‌های مبتنی بر Arm همه منظوره موجود در فضای ابری و تا 50 درصد عملکرد بهتر ارائه کنند. و تا 60 درصد بازده انرژی بهتری نسبت به نمونه‌های مبتنی بر x86 نسل فعلی.

باب اودانل، بنیانگذار و تحلیلگر ارشد Technalysis Research، یک شرکت مشاوره و تحقیقات بازار فناوری در فاستر سیتی، کالیفرنیا، توضیح داد که گوگل سومین شرکت از سه ارائه‌دهنده خدمات ابری بزرگ است که طراحی‌های CPU خود را توسعه می‌دهند.

او به TechNewsWorld گفت: «همه این شرکت‌ها می‌خواهند چیزی منحصر به فرد داشته باشند، چیزی که بتوانند نرم‌افزار خود را برای اجرا بنویسند و کارها را با قدرت بیشتری انجام دهند.

او ادامه داد: «استفاده از برق مرکز داده یکی از بزرگ‌ترین هزینه‌های آن‌ها است، و طراحی بازوها معمولاً از اینتل کارآمدتر هستند.» گوگل قصد ندارد از شر اینتل خلاص شود، اما Axion به آنها گزینه جدیدی می دهد و برای انواع خاصی از حجم کاری، جایگزین بهتری خواهد بود.

ملاحظات بازار نیز وجود دارد. اودانل گفت: «همه خواهان جایگزینی برای انویدیا هستند. هیچ‌کس شرکتی را نمی‌خواهد که 90 درصد از سهم بازار را در اختیار داشته باشد، مگر اینکه شما شرکتی با 90 درصد سهم باشید.»

خبر بد برای اینتل

بنجامین لی، استاد مهندسی در دانشگاه پنسیلوانیا، توضیح داد که گوگل می تواند با طراحی CPU خود، اجزای سخت افزاری خود را برای عملکرد و کارایی بیشتر سفارشی کند.

او به TechNewsWorld گفت: «بیشتر این کارایی ناشی از ساخت کنترلرهای سفارشی است که محاسبات مهمی را برای امنیت، شبکه و مدیریت سخت افزار انجام می دهند. این کنترلرهای سخت افزاری سفارشی با انجام محاسبات حسابداری مورد نیاز در سرورهای مرکز داده، مقدار بیشتری از CPU را برای محاسبات کاربر و مشتری آزاد می کنند.

وی خاطرنشان کرد: استفاده از پردازنده های Arm در مرکز داده برای اینتل که در طول تاریخ با پردازنده های x86 خود بر بازار مراکز داده تسلط داشته است، خبر ناگواری است.

پردازنده اکسیون گوگل

پردازنده Axion Google (اعتبار تصویر: Google)


رودولفو روزینی، یکی از بنیانگذاران و مدیرعامل Vaire، یک شرکت محاسباتی برگشت پذیر با دفاتر در سیاتل، افزود: «این اعلامیه انتقال سریع از معماری x86 و بیشتر به سمت Arm برای بازار سرور را نشان می دهد، که جایزه نهایی برای شرکت های تراشه است. و لندن

او به TechNewsWorld گفت: «من گمان می‌کنم که Arm در درازمدت بیشتر از گوگل از این اعلامیه بهره خواهد برد.

ظهور سیلیکون اختصاصی

Gaurav Gupta، معاون نیمه هادی ها و الکترونیک در Gartner، یک شرکت تحقیقاتی و مشاوره مستقر در استمفورد، کان، مشاهده کرد که Axion نمونه دیگری از بازیگران بزرگ – مانند اپل و تسلا – است که روی طراحی تراشه های خود سرمایه گذاری می کنند.

او به TechNewsWorld گفت: “ما این را به عنوان یک روند اصلی می بینیم.” ما آن را OEM Foundry Direct می نامیم، جایی که OEM ها از شرکت های طراحی دور زده یا از آنها کمک می گیرند و مستقیماً به ریخته گری می روند تا سیلیکون خود را دریافت کنند. آنها این کار را برای کنترل هزینه و نقشه راه بهتر، هم افزایی IP و مواردی از این دست انجام می دهند. ما همچنان شاهد این موارد خواهیم بود.»

شین راو، تحلیلگر نیمه هادی در IDC، یک شرکت جهانی، توضیح داد که با این اعلام، گوگل وزن مالی و فنی قابل توجهی را پشت سر روند بازار نیمه هادی ها – مانند پردازنده ها و شتاب دهنده ها – قرار می دهد تا بر اساس نحوه استفاده از آنها طراحی شوند. شرکت تحقیقات بازار

او به TechNewsWorld گفت: «هیچ CPU یا شتاب‌دهنده‌ای نمی‌تواند تمام حجم‌های کاری و برنامه‌هایی را که مشتریان ابری گوگل دارند، انجام دهد، بنابراین Google انتخاب دیگری برای شتاب CPU و AI برای آنها ارائه می‌کند.

TPU v5p در دسترس بودن عمومی

علاوه بر اعلامیه Axion، گوگل از در دسترس بودن کلی Cloud TPU v5p، قدرتمندترین و مقیاس پذیرترین واحد پردازش Tensor شرکت تا به امروز خبر داد.

این شرکت در وبلاگی توضیح داد که این شتاب دهنده برای آموزش برخی از بزرگترین و پرتقاضاترین مدل های هوش مصنوعی مولد ساخته شده است. یک غلاف TPU v5p منفرد شامل 8960 تراشه است که به صورت هماهنگ اجرا می شوند – بیش از 2 برابر تراشه های یک غلاف TPU v4 – و می تواند بیش از 2 برابر FLOPS بالاتر و 3 برابر حافظه با پهنای باند بالا را بر اساس هر تراشه ارائه دهد.

Dan deBeaubien، رئیس نوآوری در موسسه SANS، یک آموزش جهانی امنیت سایبری، اظهار داشت: «توسعه SoCهای Tensor توسط Google برای تلفن‌های پیکسل خود و پیشرفت واحدهای پردازش Tensor قدرتمندتر برای استفاده از مرکز داده، بر تعهد آن به سرعت بخشیدن به بارهای کاری یادگیری ماشینی به طور موثر تأکید می‌کند. ، سازمان آموزش و پرورش و صدور گواهینامه.

او به TechNewsWorld گفت: «این تمایز رویکرد گوگل را در بهینه‌سازی محیط‌های موبایل و مرکز داده برای برنامه‌های هوش مصنوعی برجسته می‌کند.

عبدالله انور احمد، بنیانگذار Serene Data Ops، یک شرکت مدیریت داده در دوبلین، اوهایو، افزود که TPU گوگل گزینه دیگری را برای استنتاج کم هزینه به ابر گوگل اضافه می کند.

هزینه های استنباط چیزی است که کاربران برای اجرای مدل های یادگیری ماشینی خود در فضای ابری می پردازند. این هزینه ها می تواند تا 90٪ از کل هزینه اجرای زیرساخت ML باشد.

احمد به TechNewsWorld گفت: «اگر یک استارت‌آپ از قبل از Google Cloud استفاده می‌کند و هزینه‌های استنباط آن‌ها شروع به سبقت گرفتن از هزینه‌های آموزشی می‌کند، ممکن است گزینه مناسبی برای انتقال به Google TPUs برای کاهش هزینه، بسته به حجم کار باشد».

ترویج پایداری

علاوه بر بهبود عملکرد، گوگل اشاره کرد که تراشه‌های جدید Axion به اهداف پایداری آن کمک می‌کنند. وحدت نوشت: فراتر از عملکرد، مشتریان می‌خواهند کارآمدتر عمل کنند و به اهداف پایداری خود برسند. “با پردازنده های Axion، مشتریان می توانند برای بهره وری انرژی بیشتر بهینه سازی کنند.”

مراکز داده از زمانی که 24/7 کار می کنند، انرژی زیادی مصرف می کنند. احمد گفت که کاهش مصرف برق به پایداری کمک می کند.

O'Donnell اضافه کرد: “CPU مبتنی بر Arm نسبت به x86 انرژی بسیار کارآمدتر است.” “این یک معامله بزرگ است زیرا هزینه های انرژی در این مراکز داده بسیار زیاد است. این شرکت ها باید برای کاهش آن تلاش کنند. این یکی از دلایلی است که همه آنها از Arm استفاده می کنند.”

او افزود: «از آنجایی که تقاضا برای محاسبات بیشتر می‌شود، شما نمی‌توانید برای همیشه این کار را انجام دهید، زیرا تنها ظرفیت بسیار زیادی در جهان وجود دارد، بنابراین باید در مورد آن هوشمندتر باشید». “این چیزی است که همه آنها برای انجام آن کار می کنند.”

منبع