Бесконечный ИИ-двигатель Google

В индустрии ИИ часто звучит единый плач: ограничения вычислительных мощностей. Такие лаборатории, как OpenAI и Anthropic, постоянно подчеркивают дефицит вычислительной мощности, изображая его как основное препятствие для прорывных достижений. Тем не менее, Google работает в, казалось бы, параллельной вселенной, не только питая свои собственные массивные фундаментальные модели, но и предоставляя свою обширную инфраструктуру своим самым яростным конкурентам. Эта поразительная дихотомия создает центральный парадокс: как Google поддерживает такое изобилие вычислительных мощностей, и почему она предпочитает монетизировать этот критически важный ресурс, а не накапливать его?

Позиция Google не случайна, а является кульминацией долгосрочного стратегического видения. Более десяти лет компания активно инвестировала в собственные Tensor Processing Units (TPUs), разрабатывая свой собственный кремний в течение 11 или 12 лет. Этот глубокий, вертикально интегрированный подход, включающий владение всем стеком от пользовательских чипов до центров обработки данных, обеспечивает явное преимущество. Google предвидела огромные вычислительные потребности эры ИИ за годы вперед, проведя обширное планирование.

Это предвидение включало диверсификацию источников энергии, обеспечение критически важной недвижимости для центров обработки данных и преобразование стратегии строительства из традиционного в более эффективные производственные процессы. Эти усилия значительно сократили время цикла развертывания машин, создав надежную, масштабируемую инфраструктуру. Генеральный директор Google Cloud Томас Куриан подтверждает огромный спрос на эти мощности. «У нас больше спроса, чем мы можем удовлетворить от всех других ИИ-лабораторий», — заявляет Куриан, подчеркивая уникальную роль Google как ведущего разработчика ИИ и поставщика критически важной инфраструктуры. Этот стратегический выбор позволяет Google постоянно генерировать денежный поток, необходимый для финансирования ее амбициозных ИИ-проектов.

Стратегическое преимущество Google в гонке ИИ проистекает из более чем десятилетнего обязательства по разработке собственного кремния. В течение почти 12 лет компания неустанно разрабатывала свои Tensor Processing Units (TPUs), что резко контрастирует с конкурентами, которые сейчас борются за вычислительные мощности. Это долгосрочное видение началось за годы до нынешнего бума генеративного ИИ, уникально позиционируя Google в мире с ограниченными мощностями.

Владение этим собственным аппаратным стеком, от проектирования чипов до операций центров обработки данных, создает беспрецедентное преимущество в экономике единицы продукции. Google не просто дистрибьютор сторонней интеллектуальной собственности; она контролирует всю цепочку создания стоимости. Это обеспечивает превосходную экономическую эффективность и оптимизированную производительность, что выражается в значительной прибыли по всем ее разнообразным стратегиям монетизации.

Архитектура TPU постоянно развивалась, достигнув теперь 8-го поколения. Эти передовые процессоры, включая TPU 8t для обучения и TPU 8i для инференса, специально оптимизированы для развивающейся эры агентов ИИ. Они обеспечивают сложные, многоэтапные рабочие процессы ИИ, выходящие за рамки простых моделей «запрос-ответ».

Эти смелые, десятилетние инвестиции теперь приносят огромные дивиденды. В то время как другие передовые лаборатории, такие как OpenAI и Anthropic, заявляют об ограничениях в вычислительных мощностях, Google может похвастаться их изобилием, даже удовлетворяя внешний спрос. Компания тщательно балансирует свои собственные потребности в ИИ с предоставлением мощностей партнерам и даже прямым конкурентам, что свидетельствует о ее масштабе.

Вычислительная мощность Google является результатом обширного долгосрочного планирования, включающего приобретение недвижимости, диверсификацию источников энергии и стратегический переход строительства центров обработки данных к эффективным производственным процессам. Такой масштаб обеспечивает выгодные условия от поставщиков в цепочке поставок, поскольку совокупный спрос Google представляет собой значительно больший рынок. TPUs также становятся инфраструктурой общего назначения, и такие клиенты, как Citadel на рынках капитала и Department of Energy, теперь используют их для сложных вычислительных задач.

Google превращает свою огромную вычислительную мощность в сложный, многогранный механизм получения дохода, используя свои специально разработанные Tensor Processing Units (TPUs). Эта стратегия монетизации выходит далеко за рамки обеспечения работы собственных моделей ИИ, таких как Gemini. Компания активно продает доступ к токенам Gemini, сдает в аренду необработанную мощность TPU и, что крайне важно, обслуживает инференс для других ведущих лабораторий ИИ, включая прямых конкурентов, таких как Anthropic и OpenAI. Этот разнообразный подход позволяет Google монетизировать свой кремний и инфраструктуру на нескольких уровнях, будь то через собственные сервисы или путем предоставления возможностей другим.

Генеральный директор Google Cloud Thomas Kurian объясняет, что эта диверсификация монетизации значительно укрепляет позиции Google в цепочке поставок и ускоряет разработку продуктов. Обращаясь к более широкому рынку, Google обеспечивает более выгодные условия от своих поставщиков в цепочке поставок, поскольку ее совокупный спрос представляет собой значительно больший объем, чем просто внутренние потребности. Эта стратегия также генерирует необходимый денежный поток, финансируя постоянные, массивные инвестиции, требуемые для передовых исследований в области ИИ и создания инфраструктуры. Kurian отмечает, что «вы должны зарабатывать деньги, чтобы финансировать все это».

TPUs также расширяют свое применение за пределы традиционных приложений ИИ, доказывая свою универсальность в новых секторах. Финансовые гиганты, такие как Citadel, теперь используют эти специализированные процессоры на рынках капитала для продвинутой алгоритмической торговли. Эти фирмы все чаще переходят от численных вычислений, которые сталкиваются с ограничениями из-за замедления темпов Moore's Law, к методам, основанным на инференсе, извлекая выгоду из быстрого прогресса в скорости инференса ИИ. Для получения более подробной технической информации об этих мощных чипах и их возможностях читатели могут изучить Tensor Processing Units (TPUs) - Google Cloud.

Google даже развертывает TPUs непосредственно в центрах обработки данных ключевых клиентов, размещая их ближе к критически важной инфраструктуре, такой как финансовые биржи, для удовлетворения строгих требований к задержке. Независимо от канала продаж — будь то продажа токенов, аренда необработанных вычислительных мощностей или развертывание оборудования на месте — Google поддерживает высокую операционную рентабельность. Владение базовой интеллектуальной собственностью (IP) на свой собственный кремний обеспечивает высокую прибыльность, что принципиально отличает Google от простых дистрибьюторов сторонних чипов. Этот полный контроль над стеком питает ее «бесконечный движок ИИ».

Даже при кажущейся бесконечной вычислительной мощности Google стратегически решает не накапливать свои Tensor Processing Units (TPUs) исключительно для своих внутренних амбиций в области ИИ, включая гонку к AGI. Генеральный директор Google Cloud Thomas Kurian объясняет это решение: генерирование массивного денежного потока имеет первостепенное значение. Этот надежный денежный поток финансирует постоянно растущие исследования и разработки (R&D) и капитальные затраты (CapEx), необходимые для передового ИИ, включая собственные модели Gemini.

Куриан подчеркивает финансовую реальность: «Вы должны зарабатывать деньги, чтобы финансировать все это». Венчурный капитал не может бесконечно поддерживать растущие вычислительные затраты для других передовых лабораторий, таких как Anthropic или OpenAI. Работа по бизнес-модели «убыточного лидера», где затраты на обучение превышают доходы от инференса, становится неустойчивой по мере увеличения этого разрыва. Диверсифицируя монетизацию за счет токенов, необработанной мощности TPU и обслуживания инференса, Google обеспечивает мощный финансовый двигатель.

Создание рынка для TPU также подтверждает технологию пользовательских микросхем Google. Эта стратегия обеспечивает выгодные условия от поставщиков цепочки поставок, поскольку совокупный спрос Google представляет собой значительно больший объем. Она одновременно оказывает давление на конкурентов, которые полагаются на перепродажу оборудования других производителей, подчеркивая уникальное преимущество Google в обладании всем своим стеком ИИ и улучшении как выручки, так и операционной маржи.

Google выполняет деликатный баланс. Она стимулирует собственный рост и инновации, одновременно создавая экосистему зависимости вокруг своего проприетарного оборудования. Этот подход обеспечивает устойчивое внутреннее развитие и позиционирует TPUs как универсальную, инфраструктуру общего назначения за пределами традиционных алгоритмов ИИ, привлекая разнообразных клиентов, таких как Citadel на рынках капитала и Department of Energy для высокопроизводительных вычислений.

Генеральный директор Google Cloud Томас Куриан представил ключевое операционное понимание, раскрыв переход компании в развертывании центров обработки данных от традиционного строительства к высокоэффективной модели производства. Эта стратегическая эволюция позволяет Google возводить свою обширную инфраструктуру ИИ с беспрецедентной скоростью по сравнению с конкурентами, все еще увязшими в более медленных, обычных строительных процессах. Куриан подчеркнул, что производство по своей сути превосходит строительство по скорости, что является решающим отличием в неустанном спросе на вычисления ИИ.

Этот парадигматический сдвиг означает, что Google больше не строит центры обработки данных с нуля, кирпич за кирпичом. Вместо этого компания предварительно изготавливает и тщательно тестирует целые ряды машин, блоков питания и сложных сетевых компонентов в контролируемых заводских условиях. Эти полностью интегрированные, модульные блоки затем прибывают на обозначенные площадки центров обработки данных, готовые к быстрой сборке и бесшовному подключению к существующей сети. Это значительно сокращает объем работ на месте, сложность и время, обычно связанные с крупномасштабными инфраструктурными проектами.

Сокращение времени цикла развертывания машин дает Google глубокое конкурентное преимущество. В то время как другие передовые лаборатории, такие как OpenAI и Anthropic, регулярно сетуют на свой статус «ограниченных вычислениями», индустриализированный подход Google к созданию центров обработки данных обеспечивает постоянный, высокоскоростной поток своих пользовательских Tensor Processing Units (TPUs) в свою расширяющуюся глобальную сеть. Эта операционная гибкость является центральной для поддержания ее «бесконечного движка ИИ» и удовлетворения растущего спроса как со стороны внутренних проектов, так и внешних партнеров.

Такое амбициозное расширение требует колоссальной финансовой поддержки. Google выделила значительные капитальные затраты, с прогнозами от ошеломляющих $175 миллиардов до $185 миллиардов на 2026 год. Эта инновационная, ориентированная на производство стратегия развертывания превращает то, что могло бы быть непреодолимым логистическим узким местом, в высокомасштабируемую, предсказуемую производственную линию. Относясь к центрам обработки данных не как к индивидуальным архитектурным проектам, а как к массово производимым технологическим продуктам, Google закрепляет свое беспрецедентное лидерство в предоставлении фундаментальной инфраструктуры для развивающейся эры ИИ.

Google укрепила свои позиции в качестве главного катализатора развития ИИ благодаря обширному партнерству с Anthropic. В рамках этого знакового соглашения конкурирующая лаборатория ИИ обязалась использовать поразительный один миллион Google TPUs на платформе Google Cloud. Это масштабное обязательство по вычислительным ресурсам лежит в основе разработки Anthropic передовых моделей, включая предполагаемую модель Claude Mythos 5 с 10 триллионами параметров.

Сделка представляет собой мастерский ход в стратегии монетизации Google, обеспечивающий значительный денежный поток. Генеральный директор Google Cloud подтверждает, что компания генерирует «отличную прибыль» независимо от того, как она продает свои собственные вычислительные ресурсы, используя свое полное владение стеком от кремния до центров обработки данных. Это выгодное соглашение позволяет Google финансировать свои собственные амбициозные проекты в области ИИ.

Помимо прямого дохода, Google получает бесценные практические данные о требовательных инфраструктурных потребностях передового ИИ. Размещение колоссальных обучающих процессов Anthropic, потенциально стоящих 5-15 миллиардов долларов для таких моделей, как Mythos 5, предоставляет Google беспрецедентные данные по оптимизации производительности TPU, сетевой архитектуры и решений для охлаждения для следующего поколения ИИ.

По оценкам, общая стоимость этой сделки по вычислительным ресурсам составляет десятки миллиардов долларов. Такое огромное обязательство подчеркивает колоссальный масштаб вычислительных ресурсов, необходимых для разработки передового ИИ, и одновременно выделяет огромное преимущество Google в мощностях над конкурентами.

Партнерство укрепляет роль Google как незаменимого kingmaker в развивающейся индустрии ИИ. В то время как другие передовые лаборатории, такие как OpenAI, остаются «ограниченными в вычислительных ресурсах», Google выступает в качестве основного поставщика, фактически диктуя темпы и масштабы инноваций для многих игроков.

Google явно играет в другую игру, не просто стремясь разработать самую передовую модель ИИ. Ее стратегия включает владение foundational platform, на которой функционирует вся экосистема ИИ. Этот двойной подход позволяет одновременно осуществлять внутренние инновации и внешнее развитие.

Вспомним стратегический вопрос: почему бы не накапливать все вычислительные ресурсы? Финансовое обоснование Google ясно: «Вы должны зарабатывать деньги, чтобы финансировать все это». Продажа вычислительных мощностей генерирует огромный капитал, необходимый для собственных исследований в области AGI и расширения инфраструктуры.

Диверсификация монетизации улучшает как продукт, так и рост. Обслуживая разнообразных клиентов, таких как Anthropic, Citadel на рынках капитала и Министерство энергетики, Google сталкивается с различными требованиями. Такое широкое взаимодействие приводит к созданию более надежной инфраструктуры общего назначения.

Кроме того, совокупный внутренний и внешний спрос Google обеспечивает значительное влияние на поставщиков цепочки поставок. Агрегированный спрос на TPUs обеспечивает «выгодные условия», что еще больше снижает затраты и повышает прибыльность по всему спектру вычислительных ресурсов.

В конечном итоге, Google строит кирки и лопаты для золотой лихорадки ИИ, позиционируя себя как незаменимого поставщика инфраструктуры. Этот стратегический поворот обеспечивает ее долгосрочную актуальность и прибыльность, независимо от того, какая конкретная модель в конечном итоге достигнет AGI. Подробнее о работе Anthropic можно узнать на сайте Home \ Anthropic.

Циркулируют слухи о Mythos, грозной модели Anthropic с 10 триллионами параметров, которая в настоящее время проходит тестирование раннего доступа. Эта колоссальная модель, разработанная для продвинутого рассуждения, кодирования и кибербезопасности, представляет собой новый рубеж в возможностях ИИ. Ее огромный масштаб требует беспрецедентного уровня вычислительной мощности как для первоначального обучения, так и для последующего непрерывного вывода. Одно только огромное количество параметров означает скачок, который доводит существующую инфраструктуру до ее абсолютных пределов.

Обучение модели масштаба Mythos — это астрономическое предприятие, значительно превосходящее требования даже крупнейших современных публичных моделей. По оценкам отрасли, затраты на ее обучение составляют от 5 до 15 миллиардов долларов, в основном из-за огромных, выделенных вычислительных кластеров, необходимых для месяцев, если не лет, непрерывной работы. Для управления огромными расходами на инференс после развертывания, Mythos, как сообщается, использует архитектуру Mixture-of-Experts (MoE), но даже с такими оптимизациями обслуживание модели с 10 триллионами параметров требует постоянного, огромного количества специализированного оборудования.

Лишь немногие организации обладают инфраструктурой, чтобы даже задуматься о таком проекте, и Google занимает среди них выдающееся положение. Их собственные Tensor Processing Units (TPUs), усовершенствованные за 12-летний цикл разработки, обеспечивают основополагающий кремний. Это специализированное оборудование, в сочетании с уникальной способностью Google развертывать целые центры обработки данных со скоростью производства и обеспечивать разнообразные источники энергии по всему миру, создает беспрецедентную среду, способную выдерживать такие экстремальные вычислительные потребности. Генеральный директор облачного подразделения Google прямо заявляет, что у них больше спроса, чем они могут удовлетворить, в то время как другие лаборатории остаются ограниченными в вычислительных мощностях.

Это владение «полным стеком» — от специализированного кремния и оптимизированных сетей до глобальных операций центров обработки данных и высокоэффективного охлаждения — становится незаменимым по мере экспоненциального расширения моделей. Интегрированный подход Google позволяет осуществлять экстремальное совместное проектирование аппаратного и программного обеспечения, оптимизируя производительность и эффективность способами, которые невозможно достичь при изолированных операциях. Поддержка обязательства Anthropic использовать до одного миллиона TPUs в Google Cloud является примером этих симбиотических отношений, стимулируя следующее поколение инноваций в области ИИ и подтверждая стратегические, долгосрочные инвестиции Google в базовую инфраструктуру.

Бизнес-модель NVIDIA процветает за счет продажи своих высокопроизводительных GPU практически каждой лаборатории ИИ и облачному провайдеру по всему миру. Они являются универсальным поставщиком кирок в золотой лихорадке ИИ. Google, однако, придерживается принципиально иной, вертикально интегрированной стратегии, разрабатывая свои собственные специализированные Tensor Processing Units (TPUs) и контролируя весь стек от кремния до программного обеспечения и инфраструктуры центров обработки данных. Это создает резкий контраст: NVIDIA продает лопаты, позволяя бесчисленным старателям; Google, напротив, строит и эксплуатирует всю автоматизированную золотую шахту сам для своих собственных операций и избранных партнеров, таких как Anthropic.

В основе преимущества Google лежит его философия экстремального совместного проектирования. Речь идет не просто о производстве чипов; речь идет о тщательном проектировании его TPUs, высокоскоростной сетевой инфраструктуры и сложного программного стека для функционирования в идеальной, синхронной гармонии. Эта глубокая интеграция устраняет узкие места, распространенные в многовендорных средах, гарантируя, что каждый компонент оптимизирован для рабочих нагрузок ИИ и обеспечивая беспрецедентную эффективность и производительность, особенно для масштабных обучающих прогонов и инференса в масштабе.

Хотя NVIDIA бесспорно занимает львиную долю рынка аппаратного обеспечения ИИ, полный контроль Google над своей вычислительной экосистемой обеспечивает мощное, долгосрочное конкурентное преимущество. Эта самодостаточность снижает риски цепочки поставок и предоставляет Google уникальную гибкость в одновременной итерации аппаратного и программного обеспечения. Компания использует свое собственное оборудование не только для обеспечения работы своих моделей Gemini, но и для предложения привлекательной альтернативы GPU общего назначения, привлекая крупных партнеров обещаниями оптимизированной производительности и экономической эффективности.

12-летняя приверженность Google разработке специализированных чипов подчеркивает стратегическое видение, выходящее далеко за рамки краткосрочной рыночной динамики. Это владение полным стеком позволяет компании генерировать высокую прибыль по всем своим разнообразным стратегиям монетизации — продаже токенов, аренде необработанной мощности TPU и обслуживанию инференса для других лабораторий. Кроме того, объединяя внутренний спрос с внешними продажами, Google обеспечивает выгодные условия от поставщиков цепочки поставок, снижая затраты и ускоряя развертывание. Этот интегрированный подход позиционирует Google не просто как потребителя чипов, но как самодостаточную державу в области ИИ.

Помимо гонки за кремнием, Google определяет следующие узкие места стоимостью в триллион долларов для масштабирования ИИ, выходящие далеко за рамки самих чипов. Вычислительная мощность зависит не только от передовых процессоров; реальные ограничения возникают в энергетической инфраструктуре, доступности сырой энергии и критически важном аспекте общественного восприятия, связанного с огромными площадями центров обработки данных. Генеральный директор Google открыто признает эти надвигающиеся проблемы, понимая их как неотъемлемую часть устойчивого роста ИИ и развертывания таких моделей, как rumored 10-trillion-parameter Mythos.

Google активно инвестирует в многостороннюю стратегию для обеспечения своих будущих вычислительных потребностей. Это включает разработку энергетических решений «за счетчиком», которые интегрируют производство электроэнергии непосредственно на площадке центра обработки данных, тем самым снижая зависимость от внешних сетей. Кроме того, компания активно диверсифицирует свои источники энергии и занимается альтернативной генерацией энергии, стремясь к круглосуточной работе без выбросов углерода. Такие инициативы обеспечивают надежное и устойчивое энергоснабжение для ее постоянно расширяющейся глобальной инфраструктуры.

Эффективность остается первостепенной, при этом Google может похвастаться лидирующим в отрасли показателем эффективности использования энергии (PUE) в своих центрах обработки данных. Этот показатель, который измеряет, сколько энергии идет непосредственно на вычисления по сравнению с охлаждением и другими накладными расходами, постоянно держится около 1,1, что подчеркивает приверженность Google минимизации отходов и максимизации вычислительной мощности на ватт. Кроме того, решение проблемы общественного восприятия включает активное взаимодействие с сообществом, стратегическое обеспечение недвижимости и прозрачное информирование местного населения о преимуществах и воздействии ее деятельности на окружающую среду.

Стратегический переход компании от традиционного «строительства» центров обработки данных к «производственному» подходу значительно сокращает время цикла развертывания. Эта сборочная линия со скоростью завода обеспечивает более быстрое ввод в эксплуатацию новых мощностей, напрямую устраняя физические узкие места масштабирования инфраструктуры. Рассматривая центры обработки данных как производимые продукты, а не как индивидуальные постройки, Google оптимизирует процессы и ускоряет свою способность удовлетворять растущий спрос на ИИ.

В конечном итоге, решение этих сложных проблем физического мира так же критично, как и разработка следующего прорывного чипа. В то время как продолжающиеся чиповые войны, примером которых являются такие компании, как NVIDIA Corporation - Home, доминируют в заголовках, способность эффективно питать, охлаждать и физически размещать модели с триллионами параметров определяет конечный темп развития ИИ. Дальновидность Google в решении этих фундаментальных, реальных проблем уникально позиционирует ее для эры бесконечного ИИ, где физические ограничения могли бы иначе подавить цифровые амбиции.

Более чем десятилетняя приверженность Google специализированным чипам, начавшаяся 12 лет назад с TPU, завершается беспрецедентным преимуществом полного стека. Эта вертикальная интеграция охватывает проприетарные чипы, глобальную сеть сверхэффективных центров обработки данных, передовые энергетические решения и ведущие модели ИИ, такие как Gemini. Этот всеобъемлющий контроль позволяет Google оптимизировать каждый уровень для производительности и стоимости.

В отличие от других передовых лабораторий, которые часто ссылаются на ограниченность вычислительных мощностей, Google трансформировал развертывание центров обработки данных из традиционного «строительства» в высокоскоростное «производство». Этот стратегический сдвиг в сочетании с проактивным приобретением недвижимости и диверсифицированными источниками энергии лежит в основе его, казалось бы, бесконечной вычислительной мощности. Такая дальновидность гарантирует, что Google сможет удовлетворять как внутренний, так и внешний спрос в масштабе.

Многогранная стратегия монетизации Google использует это изобилие. Компания продает токены Gemini, сдает в аренду необработанную мощность TPU и предоставляет услуги вывода для моделей других лабораторий, в частности, благодаря расширенному партнерству с Anthropic, которая обязалась использовать до одного миллиона TPU. Этот диверсифицированный поток доходов обеспечивает значительный денежный поток, необходимый для финансирования все более масштабных амбиций в области ИИ.

Этот интегрированный подход распространяется на решение задач следующего поколения ИИ, примером чего является предполагаемая модель с 10 триллионами параметров, Mythos. Владея всем конвейером – от проектирования и производства кремния до развертывания инфраструктуры и обслуживания моделей – Google обеспечивает максимальную эффективность и контроль над самыми сложными рабочими нагрузками ИИ. Эта вертикальная интеграция является прямым противовесом горизонтальной стратегии NVIDIA.

В конечном итоге, гонка ИИ выходит за рамки простого создания «умнейшей» модели. Успех зависит от обладания наиболее эффективным, масштабируемым и экономичным движком для питания, обучения и развертывания этих все более сложных систем. Полное владение стеком Google обеспечивает явное, накапливающееся преимущество в этой высококонкурентной борьбе.

Благодаря фундаментальному контролю над аппаратным обеспечением, инфраструктурой, энергией и передовыми моделями ИИ, Google создал мощную, самоподдерживающуюся экосистему. Эта сквозная стратегия уникально позиционирует компанию не просто для участия, но и для доминирования в следующем десятилетии искусственного интеллекта, стимулируя инновации и задавая темп для глобального ландшафта ИИ.

Что такое TPU от Google?

Tensor Processing Units (TPU) — это специально разработанные Google чипы-ускорители ИИ, созданные специально для рабочих нагрузок машинного обучения. Они обеспечивают значительное преимущество в производительности и эффективности для обучения и запуска больших моделей ИИ.

Почему у Google, кажется, больше вычислительных мощностей для ИИ, чем у конкурентов?

Преимущество Google обусловлено более чем десятилетним долгосрочным планированием, включая разработку собственного кремния TPU, предварительное обеспечение недвижимости и энергии для центров обработки данных, а также инновации в развертывании центров обработки данных, чтобы оно было больше похоже на производство, чем на строительство.

Что такое предполагаемая модель Mythos?

Mythos — это предполагаемая модель ИИ следующего поколения, возможно, от Anthropic, с предполагаемым размером в 10 триллионов параметров. Обучение и запуск модели такого масштаба требует массивной, специально созданной инфраструктуры, которую предоставляет Google Cloud.

Чем стратегия Google в области ИИ отличается от стратегии NVIDIA?

В то время как NVIDIA сосредоточена на продаже своих GPU («лопат») всей отрасли, Google строит всю «золотую жилу». Google владеет полным стеком: пользовательскими чипами TPU, центрами обработки данных, сетевым оборудованием и моделями ИИ, что дает ей сквозной контроль и эффективность.