Google توسع سلسلة TPU من الجيل الثامن بإضافة أنظمة مخصصة لتلبية احتياجات حسابات الذكاء الاصطناعي للشركات

أضافت Google نظامين جديدين إلى سلسلة وحدات معالجة Tensor (TPU) من الجيل الثامن، مخصصين لحسابات الذكاء الاصطناعي الآمنة والأحمال التي تتطلب سعة ذاكرة كبيرة. تعكس هذه التوسعة احتواء Google على أربعة تكوينات مختلفة من TPU في نفس الجيل، مما يعكس الطلب المتزايد على بنية تحتية للذكاء الاصطناعي في الشركات. تتناول الأنظمة الجديدة TPU 8tx وTPU 8i Max التحديات التي تواجه الشركات عند نشر وكلاء الذكاء الاصطناعي المستقلين.

تتضمن إحدى الأنظمة التركيز على الأحمال الحساسة من خلال الحسابات السرية، بينما يركز الآخر على معالجة نماذج تتطلب معلومات سياقية كبيرة. أفادت Google أن أعمال TPU لديها تخدم حاليًا ما يقرب من 100 عميل، تشمل مختبرات أبحاث الذكاء الاصطناعي، وشركات التداول المالي، وتجار التجزئة، والجامعات، كما يمكن للمستخدمين نشر TPU مباشرة في مراكز البيانات الخاصة بهم.

وظائف الحساب السري في TPU 8tx

تم تصميم TPU 8tx بشكل أساسي لمعالجة المعلومات الحساسة أو للعمل في ظل متطلبات تنظيمية صارمة. قامت Google بدمج وظائف حسابية سرية على مستوى الأجهزة في هذا النظام، لحماية البيانات وأوزان النماذج أثناء عملية المعالجة النشطة. بشكل عام، يجب على المعالجات فك تشفير المعلومات قبل معالجتها، مما قد يؤدي إلى تعرض محتمل حتى عند استخدام تقنيات التشفير في أنظمة التخزين والاتصالات. قالت Google: "اليوم، قمنا بتوسيع سلسلة منتجات TPU من الجيل الثامن، مع إطلاق نظامين جديدين مصممين لعصر الوكلاء، مما يزيد عدد أنظمة TPU من الجيل الثامن التي أطلقناها خلال عام واحد إلى أربعة."

زيادة عرض النطاق الترددي للذاكرة في TPU 8i Max

يهدف TPU 8i Max إلى معالجة قيود عرض النطاق الترددي للذاكرة، حيث تتطلب الأحمال الكبيرة من الذكاء الاصطناعي أن تتمكن المعالجات من الوصول إلى كميات كبيرة من المعلومات دون الانتظار لنقل البيانات. قامت Google بدمج شريحتين من TPU 8i في نفس العبوة لمعالجة هذه المشكلة. النظام الناتج حقق زيادة مضاعفة في القدرة الحاسوبية وSRAM على الشريحة وعرض النطاق الترددي للذاكرة العالية، ويمكنه استيعاب ضعف عدد الشرائح ضمن تخطيط الرف الحالي، مما يسمح لمراكز البيانات باستيعاب المزيد من القدرة الحاسوبية في نفس المساحة الفيزيائية.

تغطي سلسلة المنتجات الموسعة الآن مراحل مختلفة من تطوير ونشر الذكاء الاصطناعي. تعالج TPU 8t تدريب النماذج الكبيرة، بينما تركز TPU 8i على الاستدلال والتخمين منخفضي التأخير. تضيف TPU 8tx قدرات الحساب السري، في حين تستهدف TPU 8i Max التطبيقات التي تتطلب نوافذ سياقية كبيرة وكثافة حسابية أعلى. قدمت Google TPU 8t وTPU 8i لأول مرة في Cloud Next في أبريل، وأفادت أن أداء تدريب TPU 8t زاد بنسبة تصل إلى 2.7 مرة، بينما زادت كفاءة التكلفة لأداء الاستدلال في TPU 8i بنسبة تصل إلى 80% مقارنة بالجيل السابق.

تعد التحسينات في الأجهزة جزءًا من استراتيجية أوسع لـ Google. تسعى الشركة أيضًا إلى تقليل الخبرة البرمجية المطلوبة لنشر الأحمال على مسرعاتها. يوفر مشروع TorchTPU مفتوح المصدر دعمًا أصليًا لـ PyTorch، مما يسمح للمطورين بتشغيل التعليمات البرمجية الحالية لنماذج PyTorch وHugging Face دون الحاجة إلى إعادة كتابة التطبيقات. كما أطلقت Google وكيل تطوير TPU متوافق مع Claude Code وCursor وGoogle Antigravity، وهي أدوات تعمل على أتمتة عمليات البدء، وتحديد اختناقات الأداء، وتحسين النوى المخصصة.

تخلق ميزة جديدة أخرى تُعرف باسم TPU Sync بنية ذاكرة موحدة، تغطي ذاكرة TPU وذاكرة المضيف والتخزين المشترك. أفادت Google أن هذه الميزة يمكن أن تقلل من زمن نقل ذاكرة التخزين المؤقت للقيم الأساسية وزمن أول رمز بأكثر من 90%. كما توسع الشركة أدوات إدارة البنية التحتية الخاصة بها، حيث تساعد Cloud Pathways وGKE Dynamic Slicing المطورين على تنسيق تجمعات TPU الكبيرة وإعادة تكوين موارد الحوسبة بشكل أكثر فعالية. تتمثل استراتيجية Google الأوسع في أن بنية الذكاء الاصطناعي يجب أن تتجاوز سرعة المعالج الفردي، حيث تتعامل الوكلاء المستقلون مع مهام أكثر تعقيدًا، مما يجعل الذاكرة والشبكات والأمان تلعب أدوارًا متساوية في الأهمية.