Глобальні перегони у сфері штучного інтелекту зміщують вектор розвитку: від оптимізації алгоритмів до фізичного виробництва напівпровідників. Google, який протягом років розвивав власні акселератори TPU, готується до безпрецедентного масштабування своїх потужностей. Плани компанії на найближчі роки передбачають вихід на обсяги постачань, що стануть зіставними з показниками ринкового лідера — Nvidia. Цей стратегічний маневр покликаний забезпечити технологічний суверенітет та повну автономність хмарної інфраструктури техгіганта.
Індустрія ШІ вступає у фазу, де визначальним фактором стає не лише чиста продуктивність одного чипа, а й здатність розгортати мільйони таких пристроїв у єдину екосистему. Google має намір посісти в цій грі домінуючу позицію: згідно з внутрішніми планами, до 2028 року обсяги виробництва новітніх акселераторів TPU v9 можуть сягнути 12–15 мільйонів одиниць щороку. Для контексту достатньо поглянути на прогнози щодо Nvidia, яка до того ж терміну може постачати близько 12,4 млн графічних процесорів для дата-центрів. Фактично, один із найбільших хмарних провайдерів світу готується стати повноцінним конкурентом головному постачальнику комерційного «заліза» у питаннях масштабування.
Технологічний стрибок TPU дев'ятого покоління буде пов'язаний із переходом на чиплетну архітектуру — загальногалузевий тренд, зумовлений фізичними обмеженнями літографії та необхідністю підвищення виходу придатних кристалів. У кожному новому акселераторі планується використовувати чотири обчислювальні кристали. Однак така стратегія тягне за собою серйозні інженерні виклики у сфері пакування (packaging) та міжз'єднань. Коли кілька великих кристалів об'єднуються на одній підкладці, вимоги до точності та швидкості передачі даних між ними зростають багатократно.
Головним вузьким місцем тут стають виробничі потужності. Очевидно, що TSMC, навіть із її колосальними ресурсами, може не впоратися з таким обсягом замовлення самотужки. Це змушує Google розглядати можливість залучення Intel. Проте тут виникає критична технічна проблема: технології пакування різних вендорів фундаментально відрізняються. Рішення Intel, такі як EMIB або EMIB-T, не мають прямої сумісності зі стандартом CoWoS-L від TSMC, що перетворює процес диверсифікації виробництва на надскладне завдання з адаптації дизайну чипа під різні фабрики.
Розробка власних TPU триває вже десятиліття, і за цей час роль цих пристроїв еволюціонувала. Якщо спочатку вони створювалися для оптимізації конкретних робочих навантажень (наприклад, навчання моделей TensorFlow), то сьогодні TPU стали центральним елементом глобальної хмарної стратегії Google. Досягнення цільових показників до 2028 року дозволить компанії перетворитися на найбільшого за обсягом користувача ШІ-акселераторів у світі.
Це не означає повної відмови від закупівель у Nvidia, проте радикально змінює баланс сил. Володіючи власним парком із мільйонів чипів, Google отримує безпрецедентний контроль над вартістю володіння інфраструктурою та ланцюгами постачання. Попри відсутність прямих порівняльних тестів TPU v9 із майбутніми лінійками Nvidia Rubin та Rubin Ultra, стає зрозуміло: битва за лідерство у сфері ШІ зміщується з площини теоретичних терафлопсів у площину промислового масштабування та логістичної стійкості.
Точність і швидкість у лінійці ProArt OLED
