\u201eGoogle\u201c pristat\u0117 a\u0161tuntos kartos tensorini\u0173 procesori\u0173 (TPU) \u0161eim\u0105, skirt\u0105 dirbtinio intelekto modeli\u0173 mokymui ir j\u0173 paleidimui, vadinamajai i\u0161vadai. Esminis pokytis tas, kad bendrov\u0117 \u0161ias u\u017eduotis pirm\u0105 kart\u0105 ai\u0161kiai atskiria \u012f du specializuotus lustus, taip tik\u0117damasi efektyviau konkuruoti su \u201eNvidia\u201c DI aparatin\u0117s \u012frangos rinkoje.<\/p>\n
Naujieji TPU lustai tur\u0117t\u0173 tapti prieinami v\u0117liau \u0161iais metais per \u201eGoogle Cloud\u201c. Bendrov\u0117s teigimu, toks i\u0161skaidymas leid\u017eia geriau optimizuoti s\u0105naudas ir na\u0161um\u0105 skirtingiems poreikiams, nes mokymas reikalauja maksimalios skai\u010diavimo galios, o i\u0161vada svarbi ma\u017ea delsos trukm\u0117 ir stabilus pralaidumas.<\/p>\n
\u201eKylant DI agent\u0173 bangai nusprend\u0117me, kad bendruomenei bus naudingiau tur\u0117ti lustus, atskirai pritaikytus mokymui ir modeli\u0173 pateikimui\u201c, \u2013 sak\u0117 \u201eGoogle\u201c vyresnysis viceprezidentas ir vyriausiasis DI bei infrastrukt\u016bros technologas Aminas Vahdatas.<\/p>\n
\u201eGoogle\u201c skelbia, kad mokymui skirtas lustas u\u017e t\u0105 pa\u010di\u0105 kain\u0105 pasiekia 2,8 karto didesn\u012f na\u0161um\u0105 nei ankstesn\u0117s kartos \u201eIronwood\u201c TPU. Tuo metu i\u0161vadai skirtas procesorius, bendrov\u0117s vertinimu, u\u017etikrina apie 80 proc. geresn\u012f na\u0161um\u0105, lyginant su ankstesne karta.<\/p>\n
Vis d\u0117lto \u201eGoogle\u201c vie\u0161ai nepateik\u0117 tiesiogini\u0173 palyginim\u0173 su \u201eNvidia\u201c sprendimais, kurie \u0161iuo metu laikomi rinkos etalonu. Toks atsargumas b\u016bdingas rinkai, kurioje na\u0161umas, energijos s\u0105naudos ir prieinamumas da\u017enai priklauso ne tik nuo paties lusto, bet ir nuo programin\u0117s aplinkos, tinkl\u0173, atminties architekt\u016bros bei konkre\u010di\u0173 DI modeli\u0173.<\/p>\n
Naujasis i\u0161vadai skirtas TPU 8i, kaip skelbiama, remiasi statine operatyvi\u0105ja atmintimi SRAM, kuri ypa\u010d svarbi siekiant ma\u017eesn\u0117s delsos. \u201eGoogle\u201c teigimu, kiekviename tokiame luste yra 384 megabaitai SRAM, tai yra tris kartus daugiau nei \u201eIronwood\u201c kartoje.<\/p>\n
Toks pasirinkimas atspindi platesn\u0119 tendencij\u0105: dideli\u0173 kalbos modeli\u0173 ir DI agent\u0173 panaudojimuose vis labiau vertinama ne vien \u201e\u017ealia\u201c skai\u010diavimo galia, bet ir geb\u0117jimas greitai \u201epamaitinti\u201c procesorius duomenimis. B\u016btent atminties pralaidumas ir architekt\u016bra tampa viena da\u017eniausi\u0173 na\u0161umo \u201esiaur\u0173 viet\u0173\u201c realiuose produktuose.<\/p>\n
\u201e\u0160i architekt\u016bra sukurta tam, kad u\u017etikrint\u0173 did\u017eiul\u012f pralaidum\u0105 ir ma\u017e\u0105 dels\u0105, reikaling\u0105 vienu metu ekonomi\u0161kai vykdyti milijonus agent\u0173\u201c, \u2013 ra\u0161\u0117 \u201eAlphabet\u201c vadovas Sundaras Pichai.<\/p>\n
\u201eGoogle\u201c \u017eingsnis vyksta platesniame technologij\u0173 mil\u017ein\u0173 kontekste, kai vis daugiau bendrovi\u0173 kuria savo specializuotus procesorius, siekdamos ma\u017einti priklausomyb\u0119 nuo i\u0161orini\u0173 tiek\u0117j\u0173 ir geriau valdyti ka\u0161tus. \u201eApple\u201c jau seniai integruoja neuroninius blokelius \u012f savo i\u0161maniesiems \u012frenginiams skirtus lustus, \u201eMicrosoft\u201c prane\u0161\u0117 apie nauj\u0105 vidiniam naudojimui skirt\u0105 DI lusto kart\u0105, o \u201eMeta\u201c vysto kelias DI procesori\u0173 versijas kartu su \u201eBroadcom\u201c.<\/p>\n
\u201eGoogle\u201c \u0161iame kelyje yra viena ankstyviausi\u0173: bendrov\u0117 TPU naudoja nuo 2015 met\u0173, o debesijos klientams juos nuomoja nuo 2018 met\u0173. Tuo pat metu \u201eAmazon\u201c debesijos padalinys vysto atskiras lust\u0173 linijas mokymui ir i\u0161vadai, stiprindamas konkurencij\u0105 debesijos infrastrukt\u016bros rinkoje.<\/p>\n
\u201eGoogle\u201c teigimu, TPU panaudojimas auga: finans\u0173 rink\u0173 dalyviai kuria kvantitatyvini\u0173 tyrim\u0173 programin\u0119 \u012frang\u0105, paremt\u0105 TPU, o JAV Energetikos departamento nacionalin\u0117s laboratorijos naudoja ant \u0161i\u0173 lust\u0173 sukurtus DI \u012frankius. Tokie pavyzd\u017eiai rodo, kad kova d\u0117l DI infrastrukt\u016bros persikelia i\u0161 demonstracij\u0173 \u012f kasdien\u0119 praktik\u0105, kur lemia kaina, tiekimas ir integracija.<\/p>\n
Rinkai tai svarbu dar ir d\u0117l to, kad DI skai\u010diavimo paj\u0117gum\u0173 paklausa i\u0161lieka did\u017eiul\u0117, o didieji debesijos tiek\u0117jai stengiasi pasi\u016blyti alternatyvas \u201eNvidia\u201c produktams. Kuo daugiau reali\u0173 pasirinkim\u0173 atsiranda klientams, tuo didesn\u0117 tikimyb\u0117, kad ilgainiui ma\u017e\u0117s vieno tiek\u0117jo dominavimas ir stabilizuosis paslaug\u0173 kainodara.<\/p>\n
\u0160altiniai:<\/p>\n
– https:\/\/blog.google\/innovation-and-ai\/infrastructure-and-cloud\/google-cloud\/eighth-generation-tpu-agentic-era\/<\/p>\n
– https:\/\/www.cnbc.com\/2025\/11\/06\/google-unveils-ironwood-seventh-generation-tpu-competing-with-nvidia.html<\/p>\n
– https:\/\/www.cnbc.com\/2018\/11\/28\/aws-launches-inferentia-ai-chip.html<\/p>\n
– https:\/\/www.cnbc.com\/2023\/11\/28\/amazon-reveals-trainium2-ai-chip-while-deepening-nvidia-relationship.html<\/p>\n","protected":false},"excerpt":{"rendered":"
\u201eGoogle\u201c pristat\u0117 a\u0161tuntos kartos tensorini\u0173 procesori\u0173 (TPU) \u0161eim\u0105, skirt\u0105 dirbtinio intelekto modeli\u0173 mokymui ir j\u0173 paleidimui, vadinamajai i\u0161vadai. Esminis pokytis tas, kad bendrov\u0117 \u0161ias u\u017eduotis pirm\u0105 kart\u0105 ai\u0161kiai atskiria \u012f du specializuotus lustus, taip tik\u0117damasi efektyviau konkuruoti su \u201eNvidia\u201c DI aparatin\u0117s \u012frangos rinkoje. Naujieji TPU lustai tur\u0117t\u0173 tapti prieinami v\u0117liau \u0161iais metais per \u201eGoogle Cloud\u201c. […]<\/p>\n","protected":false},"author":0,"featured_media":10476,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[7],"tags":[],"miestas":[],"class_list":["post-10475","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-technologijos"],"acf":[],"_links":{"self":[{"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/posts\/10475","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/comments?post=10475"}],"version-history":[{"count":0,"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/posts\/10475\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/media\/10476"}],"wp:attachment":[{"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/media?parent=10475"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/categories?post=10475"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/tags?post=10475"},{"taxonomy":"miestas","embeddable":true,"href":"https:\/\/cp.snarskis.lt\/index.php\/wp-json\/wp\/v2\/miestas?post=10475"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}