Z tego artykułu się dowiesz:
- Jakie są możliwe konsekwencje wykorzystania chipów tensorowych Google przez Meta Platforms?
- W jaki sposób akcje związane z Alphabet i Nvidia reagowały na ostatnie doniesienia rynkowe?
- Czym wyróżniają się chipy tensorowe (TPU) Google w porównaniu do tradycyjnych jednostek GPU?
- Dlaczego firmy poszukują alternatyw dla produktów Nvidii, wybierając chipy TPU?
- Jakie korzyści mogą przynieść chipy TPU w kontekście wydajności energetycznej i środowiskowej?
- Jakie są przewidywane inwestycje Meta Platforms w infrastrukturę obliczeniową?
Akcje części spółek będących dostawcami dla koncernu Alphabet (Google) mocno rosły podczas wtorkowej sesji. Papiery koreańskiej spółki IsuPetasys Co. (dostawcy wielowarstwowych płytek dla Alphabetu) skoczyły aż o 18 proc., a akcje tajwańskiej spółki MediaTek Inc. wzrosły o prawie 5 proc. Alphabet zyskiwał ponad 4 proc. w handlu przedsesyjnym w Nowym Jorku, a Nvidia traciła ponad 3,5 proc. Inwestorzy reagowali w ten sposób na doniesienia portalu The Information mówiące, że Meta Platforms prowadzi rozmowy w sprawie wykorzystania chipów Google – znanych jako jednostki przetwarzania tensorowego (TPU) – w centrach danych w 2027 roku. Meta może również wynająć chipy od działu chmury Google już w przyszłym roku. Inwestorzy potraktowali te doniesienia jako sygnał tego, że chipy TPU mogą stać się poważną konkurencją dla produktów Nvidii.
Czytaj więcej
Peter Thiel całkowicie pozbył się swojego pakietu akcji Nvidii. Informacja o tym pojawiła się tuż...
Czym są chipy tensorowe (TPU)?
Alphabet zawarł już wcześniej umowę na dostawę nawet miliona swoich chipów TPU dla spółki Anthropic. Owe chipy tensorowe (po raz pierwszy opracowane ponad 10 lat temu specjalnie do zadań związanych ze sztuczną inteligencją) zyskują na popularności jako sposób na trenowanie i uruchamianie złożonych modeli AI. Ich atrakcyjność jako alternatywy wzrosła w momencie, gdy firmy na całym świecie martwią się nadmierną zależnością od produktów Nvidii, która zdominowała rynek jednostek przetwarzania grafiki (GPU). Chipy GPU powstały po to, by przyspieszać renderowanie grafiki (głównie w grach wideo i innych aplikacjach efektów wizualnych), ale okazały się idealnie nadawać również do trenowania modeli AI, ponieważ potrafią obsługiwać ogromne ilości danych i obliczeń. TPU są natomiast chipami zaprojektowanymi do określonych aplikacji. Znalazły one zastosowanie jako akceleratory do zadań AI i uczenia maszynowego we własnych aplikacjach Google, a ponieważ Google i jego jednostka DeepMind rozwijają najnowocześniejsze modele AI, koncern może wykorzystywać badania nad tymi modelami dla ulepszania projektów chipów.
Czytaj więcej
Nad Wisłą może powstać tzw. Gigafabryka AI. Rząd ogłosił właśnie, że zgłosi Brukseli chęć dołącze...
