شرکت گوگل در حال توسعه یک تراشه سرور اختصاصی به نام Frozen v2 برای مدل‌های هوش مصنوعی جمنای است که می‌تواند تحول مهمی در عملکرد و بهره‌وری این مدل‌ها ایجاد کند.
به گزارش سرویس هوش مصنوعی تکناک، گزارش‌های تازه نشان می‌دهند این تراشه با هدف کاهش مصرف انرژی و افزایش توان پردازشی طراحی شده است و در صورت تحقق اهداف گوگل، می‌تواند تا ۱۰ برابر کارآمدتر از نسل فعلی تراشه‌های هوش مصنوعی این شرکت باشد.
براساس گزارش The Information و به نقل از منابع آگاه، شرکت آلفابت، شرکت مادر گوگل، توسعه تراشه سرور Frozen v2 را برای اجرای مدل‌های هوش مصنوعی جمنای آغاز کرده است و انتظار می‌رود در سال ۲۰۲۸ وارد مرحله تولید و استفاده عملیاتی شود. معیار اصلی این بهبود، تعداد توکن‌هایی است که تراشه در ازای هر واحد انرژی مصرفی تولید می‌کند؛ معیاری که امروزه یکی از مهم‌ترین شاخص‌های سنجش کارایی سخت‌افزارهای هوش مصنوعی محسوب می‌شود.
طبق این گزارش، تراشه Frozen v2 می‌تواند بین ۶ تا ۱۰ برابر بهره‌وری بیشتری نسبت به تراشه‌های فعلی گوگل ارائه دهد. چنین افزایشی نه‌تنها هزینه اجرای مدل‌های هوش مصنوعی را کاهش می‌دهد، بلکه امکان ارائه خدمات گسترده‌تر با مصرف برق کمتر را نیز فراهم می‌کند. با توجه به رشد سریع استفاده از مدل‌های زبانی بزرگ، کاهش مصرف انرژی به یکی از مهم‌ترین اهداف شرکت‌های فناوری تبدیل شده است.
شرکت گوگل در واکنش به این گزارش، توسعه Frozen v2 را به صورت مستقیم تأیید نکرد، اما آن را تکذیب هم نکرد. این شرکت در بیانیه‌ای اعلام کرد که تیم‌های تحقیق و توسعه آن به طور مداوم روی فناوری‌های جدید برای افزایش عملکرد و بهره‌وری محصولات کار می‌کنند.
گوگل در این بیانیه اعلام کرد:
«تیم‌های ما به طور مداوم در حال تحقیق و آزمایش نوآوری‌های جدید هستند تا بیشترین عملکرد و بهره‌وری را برای کاربران و مشتریان فراهم کنند. اگرچه همه پروژه‌ها به مرحله تولید نمی‌رسند، اما این فرایند پژوهشی بخش مهمی از رویکرد یکپارچه ما است. ما با طراحی هم‌زمان سخت‌افزار و نرم‌افزار، سامانه‌هایی یکپارچه و بهینه برای بارهای کاری واقعی ایجاد می‌کنیم.»
توسعه تراشه‌های اختصاصی در سال‌های اخیر به یکی از مهم‌ترین راهبردهای شرکت‌های فعال در حوزه هوش مصنوعی تبدیل شده است. این شرکت‌ها تلاش می‌کنند با طراحی سخت‌افزار اختصاصی، عملکرد مدل‌های خود را افزایش دهند، هزینه‌های عملیاتی را کاهش دهند و وابستگی خود را به تأمین‌کنندگان خارجی، به‌ویژه انویدیا کمتر کنند. انویدیا همچنان بزرگ‌ترین بازیگر بازار تراشه‌های هوش مصنوعی محسوب می‌شود، اما بسیاری از شرکت‌های بزرگ فناوری در تلاش هستند تا با توسعه تراشه‌های اختصاصی، کنترل بیشتری بر زیرساخت‌های پردازشی خود داشته باشند.
کمبود جهانی ظرفیت پردازش هوش مصنوعی نیز یکی دیگر از دلایل سرمایه‌گذاری شرکت‌ها در این حوزه است. افزایش تقاضا برای آموزش و اجرای مدل‌های زبانی باعث شده است دسترسی به تراشه‌های قدرتمند دشوارتر و پرهزینه‌تر شود. در چنین شرایطی، تولید تراشه‌های اختصاصی می‌تواند هزینه‌ها را کاهش دهد و انعطاف‌پذیری بیشتری در توسعه سرویس‌های هوش مصنوعی ایجاد کند.
رقابت در این بازار نیز با سرعت زیادی در حال گسترش است. شرکت OpenAI چندی پیش نخستین تراشه اختصاصی خود با نام Jalapeño را معرفی کرد که برای پردازش استنتاج طراحی شده است. همچنین گزارش‌هایی منتشر شده است که نشان می‌دهد شرکت آنتروپیک درباره همکاری با سامسونگ برای توسعه تراشه‌های هوش مصنوعی مذاکره می‌کند.
گوگل پیش‌تر اعلام کرده بود که برای توسعه زیرساخت‌های هوش مصنوعی خود بین ۱۸۰ تا ۱۹۰ میلیارد دلار سرمایه‌گذاری خواهد کرد. این رقم توجه سرمایه‌گذاران را به بازدهی این هزینه‌ها جلب کرده است. انتشار گزارش مربوط به Frozen v2 نیز واکنش مثبتی در بازار به همراه داشت و سهام آلفابت پس از انتشار این خبر حدود ۳ درصد افزایش یافت. این واکنش نشان می‌دهد سرمایه‌گذاران، افزایش بهره‌وری سخت‌افزارهای اختصاصی را یکی از عوامل کلیدی موفقیت راهبرد هوش مصنوعی گوگل در سال‌های آینده می‌دانند.
