أعلنت Google هذا الأسبوع عن نظامين جديدين لتسريع الذكاء الاصطناعي. صُمم TPU 8tx للشركات والجهات الحكومية التي تحتاج إلى إبقاء البيانات مشفّرة أثناء معالجتها. أما TPU 8i Max، فيجمع شريحتين من TPU 8i من الجيل الثامن في حزمة واحدة، لمضاعفة القدرة الحاسوبية والذاكرة وعرض النطاق الترددي ضمن الحيّز نفسه في الرف. يستخدم الطرازان السيليكون الأساسي نفسه الموجود في معالجات Google الحالية من الجيل الثامن، لكنهما يختلفان في التغليف والشبكات وتكوينات الذاكرة. وتقول Google إن هذا النهج المعياري يتيح لها طرح أجهزة جديدة خلال أشهر بدلاً من سنوات.
يسد TPU 8tx ثغرة أمنية، إذ تبقى البيانات وأوزان النماذج مشفّرة حتى أثناء استخدامها فعلياً. وتقارنه Google بميزات الحوسبة السرية التي تقدمها Nvidia لمعالجات الرسوميات. يعمل النظام عبر شبكة Boardfly منخفضة زمن الاستجابة من Google، ويزعم أنه يخفض زمن الاستجابة بما يصل إلى الضعف مقارنةً بمعالج TPU 8t الأقدم. وتقول Google إن نظام 8tx واحداً يستطيع ضبط النماذج بدقة، وتقطير النماذج الكبيرة، وتدريب وكلاء التعلم المعزز، من دون نقل البيانات الحساسة بين العناقيد.
يستهدف TPU 8i Max عنق الزجاجة المرتبط بالذاكرة، والذي يظهر عندما تتعامل وكلاء الذكاء الاصطناعي مع قواعد برمجية كبيرة أو ساعات من الفيديو. وبجمع شريحتي TPU 8i، يضاعف النظام الجديد سعة الذاكرة وعرض نطاقها، ويوفر نحو ضعف القدرة الحاسوبية ضمن المساحة نفسها في الرف. وتقول Google إن ذلك يعني أداءً أعلى لكل متر مربع من مساحة مركز البيانات.
وإلى جانب الأجهزة، تعمل Google على تسهيل استخدام معالجات TPU. فقد أصدرت TorchTPU مفتوح المصدر، بما يتيح تشغيل شيفرات PyTorch على معالجات TPU مع تعديلات طفيفة، وأضافت دعماً لأطر الاستدلال الشائعة مثل vLLM وSGLang. وتقول الشركة إن عدد عملائها الخارجيين الذين يستخدمون معالجاتها TPU يقترب الآن من 100، في تحول عن استراتيجيتها السابقة التي اقتصرت على الاستخدام الداخلي.
لماذا تهم معالجات TPU الجديدة؟
أصبح بإمكان الشركات التي تتعامل مع بيانات سرية تشغيل أعباء عمل الذكاء الاصطناعي من دون فك تشفير المعلومات، ما يقلل خطر تسربها. كما يحصل المطورون الذين يعملون على مهام استدلال واسعة النطاق، مثل تحليل الفيديو أو البحث في قواعد الشيفرات البرمجية، على ذاكرة أكبر وسرعة أعلى من دون توسيع مساحة مراكز البيانات.
لماذا يهم
يمكن للشركات التي تحتاج إلى حماية البيانات الحساسة تشغيل نماذج الذكاء الاصطناعي من دون كشف المعلومات الخام، ما يقلل الأعباء الأمنية. وتحصل الفرق التي تشغّل مهام استدلال كبيرة على أداء أعلى لكل رف، وهو ما قد يخفض تكاليف الأجهزة ومتطلبات المساحة.
