ЛАС-ВЕГАС — Google расширяет свою стратегию по разработке собственных микросхем для центров обработки данных, выходя за рамки ускорителей искусственного интеллекта, и представляет свой первый разработанный внутри компании центральный процессор на базе архитектуры Arm для облачных вычислений общего назначения. Новый чип, получивший название Axion, был представлен во вторник на конференции Google Cloud Next, поскольку компания стремится снизить зависимость от традиционных процессоров x86 и повысить производительность и энергоэффективность рабочих нагрузок, работающих в её облаке. Google заявляет, что экземпляры Axion обеспечат до 30% более высокую производительность, чем самые быстрые доступные сегодня облачные экземпляры общего назначения на базе Arm, и до 50% более высокую производительность при повышении энергоэффективности до 60% по сравнению с сопоставимыми экземплярами x86 текущего поколения. В анонсе Axion говорится, что процессоры построены на архитектуре Arm Neoverse V2 и будут поддерживать такие сервисы, как Google Compute Engine, Google Kubernetes Engine и Dataproc.

Этот шаг ставит Google в один ряд с Amazon Web Services, которая годами расширяла линейку процессоров Graviton Arm, и Microsoft, анонсировавшей собственный процессор Cobalt в 2023 году. Агентство Reuters сообщило, что запуск Google отражает более широкие усилия крупнейших поставщиков облачных услуг по разработке чипов, адаптированных к их собственной инфраструктуре, что улучшает экономические показатели и снижает зависимость от небольшого числа коммерческих поставщиков полупроводников.

Процессоры, разработанные на заказ, переходят из нишевого варианта в облачную стратегию

На протяжении десятилетий в сфере серверных вычислений общего назначения доминировали процессоры x86 от Intel и AMD. Архитектура Arm получила распространение сначала в мобильных устройствах благодаря своей энергоэффективности, а затем всё чаще стала использоваться в центрах обработки данных. Облачные провайдеры особенно хорошо подготовлены к ускорению этого перехода, поскольку контролируют как аппаратный парк, так и программный уровень, предоставляемый клиентам. Клиенту облачных услуг не нужно покупать физический сервер Arm; он может выбрать тип экземпляра и позволить провайдеру управлять базовой машиной.

Google заявляет, что Axion будет запускать рабочие нагрузки, уже используемые внутри компании такими сервисами, как реклама на YouTube, BigTable и часть Google Earth Engine. Компания планирует расширить доступность для клиентов в конце этого года. Обновление инфраструктуры, представленное на Next 2024, позиционирует Axion как часть более масштабной инициативы по предоставлению клиентам большего выбора процессоров для веб-сервисов, контейнерных приложений, баз данных и анализа данных.

Спрос на ИИ меняет всю структуру центров обработки данных

Axion появился одновременно с существенными дополнениями к инфраструктуре искусственного интеллекта Google. Google Cloud сообщила о доступности TPU v5p, самого мощного поколения тензорных процессоров. Согласно обновленной информации Google об AI Hypercomputer, модуль TPU v5p может масштабироваться до 8960 чипов и предлагает более чем в два раза больше операций с плавающей запятой и в три раза больше высокоскоростной памяти на чип по сравнению с TPU v4. Компания также интегрирует графические процессоры Nvidia в ту же более широкую архитектуру, отражая спрос клиентов как на собственные ускорители Google, так и на стандартное оборудование Nvidia.

Компания Google впервые подробно описала TPU v5p в декабре 2023 года Достижениестадии общедоступности имеет важное значение, поскольку облачные провайдеры стремятся обеспечить достаточные вычислительные мощности для клиентов, чьи задачи в области ИИ требуют параллельной работы тысяч ускорителей.

Gemini углубляется в сферу корпоративных облачных сервисов

Google также использовала конференцию для более глубокой интеграции своих моделей Gemini в Vertex AI, свою управляемую платформу машинного обучения. Gemini 1.5 Pro выходит в стадию публичного предварительного просмотра с контекстным окном до 1 миллиона токенов, что позволяет модели обрабатывать необычно большие объемы текста, видео, аудио и кода за один запрос. В рамках обновления продуктов Google в области ИИ также были представлены новые возможности генерации изображений, инструменты управления моделями и корпоративные средства управления.

Контекстное окно в 1 миллион токенов имеет стратегическое значение, поскольку корпоративным приложениям ИИ часто приходится анализировать длинные документы, хранилища программного обеспечения, стенограммы телефонных разговоров или мультимедийные архивы. Больший контекст не гарантирует лучшего анализа, но уменьшает необходимость разделения информации на множество более мелких этапов поиска. Google позиционирует эту возможность как конкурентное преимущество перед моделями от OpenAI, Anthropic и других.

Вертикально интегрированное облако может оптимизировать затраты и производительность

Стратегия Google все больше напоминает многоуровневую вычислительную систему, которую компания контролирует от чипа до модели. Axion отвечает за вычисления общего назначения, TPU ускоряют машинное обучение, графические процессоры Nvidia остаются доступными для обеспечения совместимости, а Gemini предоставляет флагманские модели искусственного интеллекта компании. В кратком обзоре презентации Google Cloud Next эти компоненты представлены как единая платформа, а не как изолированные продукты.

Экономическая логика проста. Облачные компании управляют огромными центрами обработки данных, поэтому даже незначительное повышение производительности на ватт может привести к существенной экономии электроэнергии, охлаждения и затрат на оборудование. Собственные чипы также дают поставщикам рычаги влияния при закупках и позволяют настраивать оборудование под их программное обеспечение. Компромисс заключается в совместимости экосистемы: у клиентов есть программное обеспечение, оптимизированное для x86 на протяжении десятилетий, а перенос рабочих нагрузок на Arm может потребовать тестирования или перекомпиляции.

Гонка за чипами превращается в гонку облачных платформ

Процессоры Amazon Graviton, Microsoft Cobalt и Google Axion показывают, что разработка ЦП становится частью конкуренции в облачной сфере. В то же время AWS Trainium и Inferentia, TPU от Google и акселератор Microsoft Maia ставят под сомнение предположение о том, что Nvidia или традиционные производители ЦП будут поставлять все важные чипы для будущих центров обработки данных. Ни один из этих проприетарных процессоров не устраняет необходимость в сторонних поставщиках, но каждый из них предоставляет владельцу облачной платформы еще один способ контролировать затраты, мощности и дифференциацию продукта.

Для клиентов непосредственным следствием является расширение выбора в сочетании с увеличением сложности. Компании могут оптимизировать рабочие нагрузки на платформах x86, Arm, GPU и специализированных ускорителях, но архитектурные решения все чаще влияют на переносимость между облаками. Рабочая нагрузка, оптимизированная для проприетарного ускорителя, может быть дешевле или быстрее на одной платформе, но ее становится сложнее перенести на другую.

По состоянию на субботу, процессоры Axion всё ещё находятся на стадии приближения к широкому доступу для клиентов, а не к мгновенной замене существующих серверных процессоров. Но объявление Google знаменует собой структурный сдвиг: крупнейшие мировые поставщики облачных услуг всё чаще рассматривают проектирование полупроводников как ключевую возможность программной платформы. В эпоху ИИ конкуренция уже не ограничивается лишь вопросом о том, чья модель лучше или чьё облако предлагает больше всего сервисов. Она также касается того, кто сможет создать наиболее эффективную вычислительную инфраструктуру под собой.