Google yapay zeka çip ailesini genişletti

Google, yapay zeka işlemci ailesine iki sistem eklediğini açıkladı; şirketin bir yılda tanıttığı sistem sayısı dörde yükseldi.

Şirketin açıklamasına göre, sekizinci nesil aileye katılan TPU 8tx ile TPU 8i Max farklı ihtiyaçlara yönelik tasarlandı. İlki hassas verilerle model geliştirmeye odaklanırken, ikincisi yapay zeka ajanlarının kapsamlı içerikleri birlikte işleyebilmesi için daha yüksek işlem ve bellek kapasitesi sunuyor.

Duyuruyu Google'ın Yapay Zeka ve Altyapıdan Sorumlu Kıdemli Başkan Yardımcısı ve Baş Teknoloji Uzmanı Amin Vahdat yaptı. Açıklama, ürünlerin kullanım alanlarını ortaya koyuyor; ancak bağımsız test sonuçları veya rakip sistemlerle sayısal performans karşılaştırmaları içermiyor.

TPU 8tx veriyi yerinde tutuyor

Google, TPU 8tx sistemini hassas bilgilerin güvenli işlenmesi ve daha küçük modellerin eğitilmesi amacıyla geliştirdiğini belirtti. Şirketin tarifine göre sistem, verileri başka sistemlere aktarmadan bunlardan yararlanarak modeller üzerinde iyileştirme yapılmasına imkan veriyor.

Bu ürün için açıklanan temel ayrım, yalnızca hesaplama kapasitesi değil, eğitimde kullanılan bilginin nerede işlendiği. Google'ın anlatımı, hassas verinin bulunduğu ortam ile model geliştirme süreci arasındaki ilişkiyi öne çıkarıyor; verinin taşınması gerekliliğini ortadan kaldırmayı ürünün işlevlerinden biri olarak sunuyor.

Bu yaklaşım uygulamada açıklanan biçimde çalışırsa, kullanıcılar veriyi sistemler arasında aktarmadan model iyileştirme sürecini yürütebilir. Bununla birlikte duyuru, güvenlik özelliklerinin teknik ayrıntılarını, hangi veri türlerinin desteklendiğini veya kullanım için gereken koşulları belirtmiyor; bu nedenle güvenlik iddiası şirketin beyanı olarak değerlendirilmeli.

TPU 8i Max ajanlara odaklanıyor

Google'ın TPU 8i Max için çizdiği kullanım alanı ise geniş kod tabanları ile uzun video içerikleri. Şirket, yapay zeka ajanlarının bu materyalleri eşzamanlı ele alabilmesi amacıyla sistemde daha fazla hesaplama kaynağı ve bellek sunduğunu bildirdi.

Burada öne çıkan ihtiyaç, küçük ölçekli model eğitiminden farklı: Ajanların üzerinde çalıştığı içeriğin kapsamı ve birden fazla içerik türünün birlikte işlenmesi. Dolayısıyla iki ürün, açıklamada aynı görevi yerine getiren alternatifler olarak değil, ayrı iş yüklerine yönelik seçenekler olarak tanımlanıyor.

Ancak kapasite artışının büyüklüğü, hangi önceki sistemin karşılaştırma için kullanıldığı ve gerçek uygulamalarda ne ölçüde hız kazandırdığı açıklanmıyor. Bellek ve işlem gücüne ilişkin beyanlar bu yüzden ölçülmüş bir performans üstünlüğü olarak okunamaz; duyuru, ürünün hedeflediği işi anlatıyor, sonuçlarını sayısallaştırmıyor.

Nvidia rekabetinde ölçüm ihtiyacı sürüyor

Tanıtım, Google'ın yapay zeka çiplerinde Nvidia karşısındaki konumuyla da ilgili. Bununla birlikte açıklanan ürün özellikleri, tek başına pazar payında değişim olduğunu göstermiyor; duyuruda satış, müşteri tercihi veya rakiplerden geçiş konusunda veri bulunmuyor.

Şirketin verdiği yıllık tanıtım toplamı, ürün duyurularının sayısını gösteriyor; teslim edilen donanım ya da ticari kullanım hacmini değil. İki yeni sistemin fiyatı, erişime açılacağı tarih ve hangi müşterilere sunulacağı da belirtilmediği için duyurunun yakın dönem ticari etkisini hesaplamak mümkün değil.

Ürünler tarif edilen işleri karşılar ve kullanıcılar tarafından benimsenirse, Google hassas veriyle eğitim ve ajan uygulamaları için ayrı kullanım alanlarında rekabet edebilir. Rakipler açısından belirleyici karşılaştırma ise yalnızca kapasiteyle sınırlı kalmaz; maliyet, erişim ve uygulama performansı hakkında karşılaştırılabilir bilgiler gerekir.

Bu aşamada somut gelişme, Google'ın işlemci seçeneklerini iki farklı görev etrafında genişletmesi. Ticari sonuçları değerlendirmek için sonraki ürün bilgilerinde erişim koşulları, ölçülmüş performans ve müşteri kullanımına ilişkin ayrıntıların açıklanması gerekiyor.