大型語言模型不夠！Google再推A3超級電腦狂搶AI市場｜專家論點【Howie Su】
作者：Howie Su（產業分析師）
大AI模型還不夠看，還要有大算力支撐
Google的AI打法一波接一波，除了前幾週的開發者（I/O）大會上宣佈推出大型語言模型PaLM2外，近期又推出超級電腦「A3」，打算從AI的模型到算力軍備一次補齊，A3是一種擁有 26,000 個Nvidia H100 Hopper GPU的 AI 超級電腦（世界上最快的超級電腦 Frontier擁有 37,000 個 AMD Instinct 250X GPU），宣告與微軟爭奪 AI 霸權的戰鬥中，Google計畫投入更多資源進行絕地大反攻。A3 超級電腦是對現有 A2 款式與 Nvidia A100 GPU 提供的運算資源的重大升級，公司正在將所有分佈在不同地理位置的 A3 運算實例匯集到一台超級電腦中，該超級電腦的主力客群是希望訓練大型語言模型的企業，當前不少雲端服務業者都在部署 H100 GPU，Nvidia 在 3 月份推出自己的 DGX 雲端服務，除了模型大小，以GPU數量為指標運算能力現在也變成科技業肉搏戰的中心。
A3 是第一個透過名為 Mount Evans 的基礎設施處理單元連接 GPU 實例的虛擬機，該單元由Google和Intel聯合開發，IPU 允許 A3 虛擬機卸載網絡、存儲管理和安全功能，這些功能傳統上是在虛擬 CPU 上完成的，IPU 允許以 200Gbps 的速度傳輸數據，A3 超級電腦將裝備八個 H100 GPU，功能上來說，這些GPU使用Nvidia 專用的交換和晶片技術互連，同時將透過 NVSwitch 和 NVLink 相互連接，其通訊速度約為 3.6TBps，當然，Google死敵微軟的Azure也在 AI 超級電腦上提供相同的速度，並且兩家公司都部署 Nvidia 的電路板設計，可以說在基礎建設上這兩家巨頭都需要NVIDIA的支援，那Google要如何突出？
Google的「超級運算力策略」正在啟動
事實上，GPU 的數量已經成為雲端提供商推廣其 AI 運算服務的重要招牌，微軟在 Azure 中的 AI 超級電腦與 OpenAI 合作，擁有 285,000 個 CPU 內核和 10,000 個 GPU，微軟還宣布配備更多 GPU 在下一代的 AI 超級電腦，Oracle 的雲端服務提供對512 個 GPU，並且正在研究新技術以提高 GPU 通訊的速度；Google持續強調其 TPU v4 人工智慧晶片，這些晶片被運行於帶有大型語言模型的內部人工智慧應用程式，TPU v4從2020年用於Google Cloud，搭載TPUv4的超級電腦提供Exascale等級的ML效能，例如在Google的 Bard 產品，公司的 AI 子公司 DeepMind 指出，TPU正在快速提升 AI 各種應用。
就像Google對 TPU的熱衷一樣，Nvidia 的 GPU 已經成為雲端提供商的必需品，因為客戶正在 CUDA 中編寫 AI 應用程式，這是 Nvidia 專有的編程模型，該軟體工具包基於 H100 的專用 AI 和圖形內核提供的加速生成最快的結果，客戶可以透過 A3超級電腦運行 AI 應用程式，並透過 Vertex AI、Google Kubernetes Engine與Google Compute Engine 服務使用 Google 的 AI 開發和管理服務，公司可以使用 A3 超級電腦上的 GPU 作為一次性租用，結合大型語言模型來執行訓練，然後再將新的資料輸入模型，並在無需從頭開始重新訓練狀況下更新模型，一套完整的流程，就是「超級運算力策略」。
瀏覽 805 次
