Nvidia 在 AI 模型訓練和產品部署具有主導地位，市占超過 90%，目前最受矚目的 AI 模型及其產品即是 OpenAI 的 ChatGPT，結合大量電腦設備和數千個 Nvidia A100 晶片來訓練模型。而自 2016 年以來，Google 一直在設計和部署稱為 Tensor Processing Units（TPU）的自研 AI 晶片，現在有進一步的成果。
Google 4 日發表論文，公開其中一部 AI 超級電腦的詳細資訊，聲稱比競爭對手 Nvidia 的系統運算更快、功耗更低。
Google 已經建構一套系統，其中包括超過 4,000 個 TPU，並結合執行和訓練 AI 模型的客製化零件，這部以 TPU 為基礎的 AI 超級電腦稱為 TPU v4。它從 2020 年開始運作，用於訓練自家 PaLM 模型超過 50 天。
「在效能、可擴展性、可用性上 TPU v4 成為大型語言模型的主力」，Google 研究人員表示，TPU v4 能比 Nvidia A100 組成類似大小的系統，運算快 1.2~1.7 倍，功耗低 1.3~1.9 倍。不過，Google 的 TPU 並未與 Nvidia 最新 AI 晶片 H100 進行比較，因為後者推出不久，且採用更先進的製程。
另一方面，由學術界和產業人士組成的人工智慧領袖聯盟制定出 MLPerf 基準，在 5 日公布全產業 AI 晶片測試結果和排名。對此 Nvidia 執行長黃仁勳表示，Nvidia H100 的測試結果明顯優於上一代。
「今日 MLPerf 3.0 突顯出以 Hopper 架構為基礎的 H100，其效能是 A100 的 4 倍」，黃仁勳在官方部落格寫道，並認為下一階段的生成式 AI（Generative AI）需要新的基礎設施，以訓練高效能的大型語言模型。
AI 所需的大量算力是相當昂貴的，於是 Nvidia、Google 等產業人士大多專注於開發新的晶片、光學連接零件等，或從軟體技術方面著手，以減少大量運算所需的功耗。
Google 被認為是 AI 領域的主要先驅，旗下研究人員在過去 10 年已經取得重要進展。然而隨著 OpenAI 推出 ChatGPT，引爆人工智慧熱潮，部分人士認為 Google AI 技術商業化方面明顯落後，這也迫使 Google 現在競相發表產品並試圖證明沒有揮霍領先優勢。
Google reveals its newest A.I. supercomputer, says it beats Nvidia
（首圖來源：shutterstock）
相关文章
