Արհեստական ​​բանականության (AI) մեջ միլիարդավոր դոլարներ ներդրվելով՝ տեխնոլոգիական հսկա Amazon-ը փորձում է դուրս գալ Nvidia-ի ստվերից՝ իր «Trainium» չիպերով, որոնք հատուկ նախագծված են մեքենայական ուսուցման համար։

Annapurna Labs-ը՝ Amazon-ի դուստր ձեռնարկությունը, որը հիմնադրվել է Իսրայելում և Amazon-ի կողմից ձեռք է բերվել 2015 թվականին, փորձարկում է իր Trainium պրոցեսորների վերջին սերնդի երկարակեցությունը իր Օսթինում, Տեխաս նահանգում գտնվող իր գործարանում, ինչպես նշել է AFP-ն վերջերս կատարած այցելության ժամանակ։

Տեխասը վերածվում է ԱՄՆ տեխնոլոգիական աշխարհի Էլդորադոյի՝ գրավելով ներդրումներ էժան էներգիայի, ճկուն կարգավորումների, հարկային խթանների և մեծ տվյալների կենտրոնների համար մատչելի անշարժ գույքի շնորհիվ։

Խլացնող աղմուկի մեջ, 144 Trainium AI արագացուցիչ չիպերով լի UltraServers-ները փորձարկվում են Աննապուրնայում՝ մատակարարումից առաջ պլանային ստուգումների համար։

Amazon Web Services (AWS)-ը՝ էլեկտրոնային առևտրի հսկա Amazon-ի ամպային հաշվարկների ստորաբաժանումը, սկսեց նախագծել իր սեփական չիպերը 2015 թվականին՝ մատակարարներից տարիներ շարունակ ապավինելուց հետո՝ ձեռք բերելով իսրայելական Annapurna Labs ստարտափը։

Առաջին չիպերը՝ Graviton-ը և Inferentia-ն, թողարկվել են 2018 թվականին: Առաջինը նախատեսված էր ընդհանուր ամպային հաշվարկների համար, իսկ երկրորդը՝ արհեստական ​​բանականության մոդելներին աջակցելու համար։

Առաջին Trainium-ը թողարկվել է 2020 թվականին, որին հաջորդել է երկրորդ սերունդը, որը խոստանում է զգալի արդյունավետության բարձրացում։

Պնդվում է, որ դեկտեմբերին թողարկված Trainium 3 չիպերը կրկնապատկում են երկրորդ սերնդի հնարավորությունները, չնայած վարկային քարտից փոքր լինելուն։

Օսթինի Annapurna Labs-ի ղեկավար Քրիստոֆեր Քինգը պնդում է, որ Trainium-ի վերջին չիպերը կարող են մինչև 40%-ով կրճատել գեներատիվ արհեստական ​​բանականության մոդելների մշակման և գործարկման արժեքը՝ համեմատած գրաֆիկական մշակման միավորների (GPU) հետ, որոնք համարվում են արհեստական ​​բանականության «ոսկե ստանդարտ»։

Ձախողումը տարբերակ չէ

AWS-ը նպատակ ունի հուսալիությունը դարձնել վաճառքի կետ, ինչպես նաև մրցունակ գներ սահմանել իր Trainium չիպերի համար, քանի որ տվյալների կենտրոնները պետք է անխափան աշխատեն երկար ժամանակահատվածներում։

Աննապուրնայի ինժեներական ղեկավար Մարկ Քերոլի խոսքով՝ արհեստական ​​բանականության մշակումը պահանջում է հարյուր հազարավոր չիպերի միաժամանակյա աշխատանք շաբաթներ շարունակ։

«Եթե այդ փուլում խափանում կամ անհասանելիություն լինի, դուք պետք է վերադառնաք կամ նույնիսկ սկսեք զրոյից», - ասաց Քերոլը։

Ի տարբերություն արհեստական ​​ինտելեկտի պրոցեսորների այլ խոշոր խաղացողների, AWS-ը չի վաճառում իր չիպերը։

Փոխարենը, AWS-ը Trainium-ն օգտագործում է բացառապես իր սեփական տվյալների կենտրոններում և վարձակալության է տրամադրում հաշվողական հնարավորությունները իր հաճախորդներին։

Լաբորատորիայի հայտարարության համաձայն, AWS-ը հատուկ ընտրել է իր չիպերը հարմարեցնել իր Bedrock հարթակի հետ համատեղելի լինելու համար, թույլ տալով հաճախորդներին ընտրել արհեստական ​​ինտելեկտի մոդելների լայն տեսականիից, ներառյալ Anthropic-ը, OpenAI-ը և այլ մրցակիցներ։

Trainium-ը դիրքավորվում է որպես ծախսարդյունավետ տարբերակ արհեստական ​​ինտելեկտի շուկայում, որը համարվում է «մատակարարման սահմանափակություն»՝ Nvidia-ի և AMD-ի նման ոլորտի առաջատարների կողմից բարձր արտադրողականության GPU-ների անդադար պահանջարկի պատճառով։

Չնայած Trainium 3-ը ընդամենը մի քանի ամսվա է, Annapurna-ն արդեն նախագծում է չիպի հաջորդ սերունդը։

Trainium 4-ի թողարկման ամսաթիվը դեռևս հայտարարված չէ, բայց Քերոլը նշում է, որ այն կունենա նախորդի համեմատ վեց անգամ ավելի լավ մշակման արտադրողականություն։

Քանի որ Google-ը, Microsoft-ը, OpenAI-ը, Meta-ն և այլ տեխնոլոգիական մրցակիցներ մրցում են անընդհատ զարգացող արհեստական ​​բանականության մոդելներ թողարկելու համար, չիպերի վրա մեծ ճնշում կա՝ տեխնոլոգիան ավելի խելացի, արագ, էժան և էներգաարդյունավետ դարձնելու համար։

Nvidia-ն իր ոլորտի առաջատար Rubin գրաֆիկական պրոցեսորի արտադրությունը սկսեց իր այն ժամանակվա առաջատար Blackwell-ի թողարկումից մոտ մեկ տարի անց։

Քերոլի խոսքով՝ չնայած Trainium-ի առաջին տարբերակի մշակման համար պահանջվել է մոտ 18 ամիս, երկրորդ սերունդը պատրաստ է եղել ինը ամսում, և Annapurna-ն «փորձում է պահպանել այդ տեմպը»։