Почему Google создает специализированный «мозг» для своих моделей ИИ?

Каждый раз, когда вы просите ИИ обобщить длинный документ или сгенерировать фрагмент кода, запускается невидимый промышленный процесс. Слова на вашем экране — это конечный продукт, но сырьем являются электричество и кремний. Чтобы создать один абзац текста, серверная ферма в таком месте, как Айова или Финляндия, потребляет достаточно энергии, чтобы бытовой прибор работал в течение нескольких минут. Эти серверы полагаются на чипы, которые выступают в роли цифровой «сырой нефти» нашей эпохи, подпитывая каждый поисковый запрос и автоматизированный ответ.

В настоящее время спрос на эти цифровые материалы настолько высок, что линии поставок не справляются. Google пытается обойти это «узкое место», фундаментально изменив принципы работы своего оборудования. Компания разрабатывает новый серверный чип под неофициальным названием Frozen v2, который интегрирует элементы ее модели ИИ Gemini непосредственно в физическое оборудование. Это отход от того, как обычно работают компьютеры. Традиционно чип — это инструмент общего назначения, который запускает любое программное обеспечение, которое вы ему даете. Google же строит чип, который в некотором смысле заранее «сформирован» под специфическую логику ее собственного ИИ.

стоимость цифровой мысли

Чтобы понять, почему Google делает этот шаг, мы должны взглянуть на эффективность одного токена ИИ. Токен примерно эквивалентен слову или части слова. Когда такая модель, как Gemini, обрабатывает информацию, она перемещает эти токены через слои математических вычислений. В стандартной конфигурации оборудование тратит огромное количество энергии только на перемещение данных туда и обратно между процессором и памятью. Это движение создает тепло и потребляет электричество, что оборачивается более высокими затратами для компании и, в конечном итоге, для пользователя.

Google Cloud недавно отказала в обслуживании сторонним клиентам, потому что ей просто не хватало вычислительных мощностей. Этот дефицит мощностей — промышленная реальность, которую большинство пользователей никогда не видят. Когда облачный провайдер говорит «нет» контракту, это происходит потому, что их центры обработки данных физически переполнены или счета за электроэнергию становятся непомерными. Издание The Information сообщает, что именно это внутреннее напряжение подтолкнуло разработку Frozen v2. Цель состоит в том, чтобы создать чип, который в 6–10 раз эффективнее текущих моделей по количеству токенов, обслуживаемых на единицу мощности.

Практически говоря, если Google сможет выдавать в 10 раз больше ответов ИИ при том же количестве электроэнергии, это решит две проблемы одновременно. Это снизит астрономическую стоимость работы Gemini и позволит компании обслуживать больше пользователей без строительства в десять раз большего количества дата-центров. Для обычного пользователя это может стать разницей между бесплатным инструментом ИИ и тем, что спрятан за двадцатидолларовой ежемесячной подпиской.

облако достигает своего физического предела

Исторически технологические компании решали проблемы скорости, делая чипы меньше и размещая их в большем количестве в одном помещении. Мы достигли точки, когда эта стратегия приносит все меньше результатов. Современные модели ИИ настолько велики, что требуют тысяч чипов, работающих в идеальной синхронизации. Если один чип работает медленно, ждет вся система.

Google уже использует собственные тензорные процессоры (TPU) для большей части своей работы с ИИ. Это специализированные чипы, но они все еще достаточно гибки, чтобы запускать множество различных типов моделей. Frozen v2 отличается тем, что это в меньшей степени инструмент общего назначения и в большей — специализированный «скелет» для Gemini. Путем аппаратной реализации специфических частей модели в кремнии Google снижает потребность чипа «думать» о том, как обрабатывать данные. Инструкции уже там, вытравлены в самом железе.

У этого подхода есть существенный компромисс. Если инженеры значительно изменят модель Gemini через три года, специализированный чип может устареть. Это ставка с высокими ставками на то, что текущая архитектура Gemini является фундаментальной конструкцией на следующее десятилетие. Инженеры все еще дорабатывают вопрос о том, какая часть информации о модели будет постоянно закреплена в оборудовании — решение, которое определит, насколько жестким или гибким будет чип, когда он наконец появится в 2028 году.

как frozen v2 меняет правила игры на рынке чипов

С рыночной стороны этот шаг является явной попыткой снизить зависимость от внешних поставщиков, таких как Nvidia. Хотя Google создает собственные TPU, большая часть мира все еще работает на процессорах Nvidia H100 и H200. Создавая чип, который фундаментально неотделим от программного обеспечения, Google создает замкнутый цикл. Это крайне затрудняет конкурентам достижение аналогичной эффективности, поскольку у конкурента есть только ПО, в то время как у Google есть и ПО, и специализированный движок, созданный для его запуска.

Глядя на общую картину, этот проект является ответом на волатильный рынок, где все гоняются за одним и тем же ограниченным запасом кремния. Акции Alphabet выросли на 3,3% после отчета, что показывает: инвесторы сейчас ценят самодостаточность превыше всего. Рынок понимает, что компания с самым эффективным оборудованием побеждает в войне за маржу. Если ответ на вопрос обходится OpenAI в пять центов, а Google — в полцента, Google получает системное преимущество, которое почти невозможно преодолеть только за счет обновлений ПО.

путь от программного обеспечения к оборудованию

Масштабируя взгляд, мы видим, как это влияет на жизненный цикл продукта. На ранних этапах новой технологии программное обеспечение развивается быстро, а оборудование — медленно. Разработчики меняют код каждую неделю, поэтому оборудованию нужно быть «чистым листом», способным адаптироваться. По мере созревания технологии программное обеспечение обретает стабильную форму. Это тот момент, когда имеет смысл «запечь» софт в железо.

Мы видели это на примере видеоигр. В 1990-х годах компьютеры использовали процессоры общего назначения для всего. Со временем компании создали графические карты (GPU), которые были аппаратно настроены на одно: вычисление треугольников и света. ИИ сейчас проходит ту же трансформацию. Frozen v2 — это зарождающийся признак того, что ИИ больше не является экспериментальным программным проектом. Он становится фундаментальной услугой, подобно электричеству или воде, где приоритетом является экономически эффективная доставка в массовом масштабе.

Любопытно, что Bloomberg недавно сообщил о задержке Google выпуска своей последней модели Gemini, так как она не достигла внутренних целей. Это подчеркивает трения в этом переходе. Если программное обеспечение еще не идеально, его аппаратная реализация в чипе — опасный шаг. Задержка предполагает, что Google все еще оттачивает «форму» своего ИИ, прежде чем зафиксировать эту форму в многомиллиардном цикле производства кремния. Ошибку в дизайне оборудования нельзя исправить быстрым патчем или ночным обновлением.

долгий путь к 2028 году

Для обычного пользователя 2028 год кажется долгим сроком ожидания более быстрого чат-бота. В мире промышленного оборудования четыре года — это стандартный цикл разработки. Проектирование чипа, тестирование архитектуры и резервирование времени на заводе, таком как TSMC, требует многих лет подготовки. Это означает, что Google принимает решения сегодня об ИИ, который вы будете использовать в конце десятилетия.

За техническим жаргоном скрывается вопрос устойчивости. Google пытается гарантировать доступность своих услуг, даже если глобальные поставки чипов останутся ограниченными. Создавая собственное специализированное оборудование, они становятся менее уязвимыми к циклическому характеру полупроводниковой индустрии. Они строят собственную электростанцию вместо того, чтобы покупать электричество в сети. Этот уровень вертикальной интеграции дорог, но он обеспечивает уровень контроля, которого не хватает большинству других технологических компаний.

С точки зрения потребителя, вы не обязательно увидите логотип «Frozen v2» на своем телефоне или в браузере. Влияние будет невидимым. Вы заметите, что Gemini отвечает быстрее, обрабатывает более длинные документы без задержек и, возможно, предлагает больше продвинутых функций бесплатно. Тяжелая промышленность, происходящая на заднем плане — отливка кремния и оптимизация энергосетей — это то, что делает возможным легкий цифровой опыт.

что это значит для вашей ежемесячной подписки

В конечном счете, разработка Frozen v2 является напоминанием о том, что ИИ — это не только цифровое явление. Это явление физическое. По мере того как модели становятся сложнее, оборудование должно становиться более специализированным, чтобы соответствовать им. Это практический сдвиг в сторону будущего, где наши устройства не просто запускают ИИ, а физически построены из ИИ.

На данный момент лучший способ подготовиться — это наблюдать за тем, как эти инструменты интегрируются в ваши повседневные привычки. По мере повышения эффективности ИИ, скорее всего, превратится из отдельного окна чата в фоновый режим каждого приложения, которое вы используете. Обращайте внимание на стоимость. Если эффективность оборудования действительно подскочит в десять раз, стоит ожидать, что текущая тенденция роста цен на подписки стабилизируется или даже пойдет на спад. Ищите сервисы, которые могут доказать свою устойчивость, так как именно они выживут в грядущем энергетическом и мощностном кризисе. Невидимый костяк интернета меняется, и результатом станет более оптимизированная, хотя, возможно, и более закрытая цифровая экосистема.

Источники: The Information, Bloomberg News, Alphabet Investor Relations, Google Cloud Official Communications.