Google inazidi kuiga mkakati wa Apple, haswa katika eneo la miundo mikuu ya Akili Bandia ya Uzalishaji (GenAI). Mkutano wa hivi majuzi wa Google Cloud Next ulionyesha maono kabambe ya Google. Hii inajumuisha ubunifu kuanzia chipu ya TPU v7 Ironwood, iliyoundwa kushindana na GB200 ya Nvidia, hadi itifaki ya Agent2Agent (A2A) inayolenga kuzidi MCP ya Anthropic, na mazingira ya utekelezaji wa Pathways kwa upelekaji wa GenAI.
Google pia inatengeneza kikamilifu zana kama vile ADK na Agentspace ili kuwawezesha wasanidi programu kuunda Mawakala wa AI. Kiini cha juhudi hii ni Vertex AI, jukwaa la Google la ukuzaji na upelekaji wa wingu asili wa AI. Vertex AI sasa inatoa anuwai ya huduma za utengenezaji wa maudhui, inayojumuisha Veo 2 kwa video, Imagen 3 kwa picha, Chirp 3 kwa sauti na Lyria kwa muziki. Ni wazi kuwa Google Cloud inajiweka ili kuwapa wasanidi programu na watumiaji mkusanyiko kamili wa programu za ukuzaji wa miundo mikuu ya GenAI.
Ingawa utumiaji halisi wa huduma na matumizi haya bado haujaonekana, Google imeanzisha mfumo kamili, wa modal nyingi wa maunzi na programu ya AI ambao umejengwa kibinafsi, chanzo kilichofungwa, na unapatikana kwa urahisi.
Mbinu hii pana inaonyesha Google kama Apple wa enzi ya AI.
TPU ya Ironwood: Mshindani Mwenye Nguvu
Ufunuo wa chipu ya kizazi cha saba ya TPU, Ironwood, ni wa muhimu sana.
- Kila TPU ina vifaa vya kumbukumbu ya 192GB ya HBM, na kipimo data kinachoanzia 7.2 hadi 7.4TB/s, uwezekano wa kutumia teknolojia ya HBM3E. Hii inalinganishwa vyema na chipu ya B200 ya Nvidia, ambayo hutoa kipimo data cha 8TB/s.
- Kila TPU v7 iliyopozwa kwa maji inaweza kufikia 4.6 Petaflops ya nguvu mnene ya kompyuta ya FP8. Hii ni kidogo kidogo kuliko Petaflops 20 za B200.
- Hata hivyo, mtandao wa kituo cha data cha Google cha Jupiter huwezesha kuongeza ukubwa ili kusaidia hadi chipsi 400,000 au nguzo 43 za TPU v7x. Utaalamu wa teknolojia ya seva ya Google huruhusu kupunguza umuhimu wa metriki za utendaji wa chipu moja.
- Muhimu, Google imeanzisha Pathways, mazingira ya kujitolea ya utekelezaji wa AI ambayo huongeza kubadilika kwa upelekaji wa muundo wa GenAI, na kuimarisha zaidi faida zake katika uwanja wa nguzo ya huduma.
- Ironwood inapatikana katika usanidi mbili za nguzo: chipsi 256 au chipsi 9216, iliyoundwa kwa mizigo maalum ya kazi. Nguzo moja inaweza kufikia nguvu ya kompyuta ya 42.5 Exaflops. Google inadai utendaji huu unazidi kompyuta kuu kubwa zaidi ulimwenguni, El Capitan, kwa sababu ya 24. Hata hivyo, takwimu hii inapimwa kwa usahihi wa FP8, na El Capitan ya AMD bado haijatoa data ya usahihi wa FP8. Google imekubali hili, na kufanya ulinganisho wa moja kwa moja kuwa mgumu.
Kukumbatia Mfumo wa Chanzo Kilichofungwa cha GenAI
Google inafuata mfumo kamili wa chanzo kilichofungwa katika uwanja wa GenAI. Ingawa chanzo huria cha Gemma kina faida zake, Google inaelekeza rasilimali kuelekea suluhisho zake za chanzo kilichofungwa.
Kwa kuongezeka kwa hamu ya Wakala wa AI, Google ilitangaza itifaki ya A2A kwenye mkutano, ikiajiri wachuuzi 50 wakuu kushindana na MCP ya Anthropic.
Ingawa OpenAI ilifungua chanzo SDK zake za Mawakala, ikiunganisha uwezo wake mkuu wa muundo, Google inapanua Vertex AI na ADK, Agentspace, AutoML, AIPlatform na Kubeflow, ikiingiza uwezo mbalimbali wa muundo.
Hata hivyo, wakati wa kulinganisha utengenezaji wa picha wa GPT-4o na vipengele sawa vya Gemini 2.0 Flash, matoleo ya Google, ingawa yana tamaa, yanaweza kukosa ung’arishaji. Ujumuishaji wa miundo, huduma na zana nyingi, ingawa ni muhimu kwa ushindani, inaweza kuonekana kuwa ya mapema. Soko linahitaji miundo mikuu iliyokomaa, iliyounganishwa vyema ya modal nyingi na huduma za ndani ya muundo.
Kuiga Gmail, Chrome, na Muundo wa Google katika AI
Mafanikio ya Google na Gmail, Chrome, na mbinu yake ya ‘roketi ya hatua tatu’ imeiwezesha kutawala soko la teknolojia duniani. Mkakati huu unatekelezwa kwa kasi katika uwanja wa GenAI. Hata hivyo, tofauti na utetezi wake wa zamani wa chanzo huria, Google inazidi kukumbatia ukuzaji wa chanzo kilichofungwa.
Google inabadilisha kwa ufanisi chanzo huria kuwa aina ya chanzo kilichofungwa kwa kuunganisha rasilimali zake ili kuanzisha mfumo mkuu katika eneo maalum, kisha kutoza ushuru. Mbinu hii inakabiliwa na ukosoaji unaoongezeka kutoka kwa wasanidi programu.
Miundo ya kujifunza mashine ya chanzo huria ya Google, TensorFlow na Jax, imepata mafanikio ya kimataifa. Hata hivyo, mazingira mapya ya utekelezaji wa Pathways ni chanzo kilichofungwa, hata kutenga zana za ukuzaji za CUDA za Nvidia.
Google dhidi ya Nvidia: Vita vya Utawala wa AI
Huku Nvidia ikitetea AI ya Kimwili na kuanzisha muundo mkuu wa roboti ya kibinadamu ya chanzo huria Isaac GR00T N1, Google DeepMind inaingia sokoni na Gemini Robotics na Gemini Robotics-ER, kulingana na Gemini 2.0.
Hivi sasa, uwepo wa Google unakosekana tu katika soko la kompyuta la AI la desktop. Je, DGX Spark ya Nvidia (zamani Project DIGITS) na DGX Station, pamoja na Mac Studio ya Apple, itashindana vipi na huduma za wingu za Google? Swali hili limekuwa kitovu katika tasnia kufuatia mkutano huo.
Utegemezi wa Apple kwenye Google Cloud na Chipu ya M3 Ultra
Inaripotiwa kuwa Apple inatumia nguzo za TPU za Google Cloud kufunza miundo yake mikuu, hata kuacha suluhisho za mafunzo za chipu za Nvidia kwa sababu ya kuzingatia gharama! Huku ikikabiliwa na udhaifu wa programu, Apple inazingatia chipu zake za mfululizo wa M. Mac Studio ya hivi karibuni, iliyo na chipu ya M3 Ultra, sasa inajivunia hadi 512GB ya kumbukumbu iliyounganishwa. Uamuzi wa mapema unaowezekana wa Apple wa teknolojia ya Pathways ya Google huenda umeiweka sawa na Google.
Sababu ya Kupinga Uaminifu
Suala la msingi linahusu wasiwasi wa kupinga uaminifu. Hivi sasa, mtindo wa biashara wa Apple umewekwa kipekee ili kuvinjari kesi za kupinga uaminifu ulimwenguni, tofauti na Microsoft na Google, ambazo zinakabiliwa na uwezekano wa kuvunjika. Ukubwa wa Google huifanya iwe hatarini kulazimishwa kuuza mfumo wake mkuu wa uendeshaji wa Android na biashara za kivinjari cha Chrome.
Google hivi karibuni imeacha matengenezo ya Mradi wa Chanzo Huria wa Android (AOSP), na kufanya mabadiliko kuelekea muundo wa Apple kuwa usioepukika katika enzi ya AI. Huku mafanikio ya AI yakijitokeza, mabadiliko ya kimkakati ya Google yanazidi kuonekana.
Upanuzi wa TPU v7 Ironwood ya Google
Kuzama zaidi katika vipimo vya TPU v7 Ironwood hufunua kipande cha maunzi kilichoundwa kwa uangalifu. 192GB ya Kumbukumbu ya Bandwidth ya Juu (HBM) ni sehemu muhimu, kuruhusu ufikiaji wa haraka wa data ambayo ni muhimu kwa mafunzo na kuendesha miundo changamano ya AI. Matumizi yaliyotarajiwa ya teknolojia ya HBM3E yanaonyesha dhamira ya Google ya kutumia maendeleo ya kisasa katika teknolojia ya kumbukumbu. Kipimo data cha 7.2-7.4TB/s sio tu nambari ya kuvutia; inatafsiri moja kwa moja katika nyakati za usindikaji wa haraka na uwezo wa kushughulikia seti kubwa za data, ngumu zaidi.
Ulinganisho na B200 ya Nvidia hauwezi kuepukika, kutokana na utawala wa Nvidia katika soko la GPU. Ingawa B200 inatoa kipimo data cha juu kidogo cha 8TB/s, usanifu wa jumla wa mfumo na ujumuishaji ndani ya mfumo wa Google ndipo Ironwood inalenga kujitofautisha.
4.6 Petaflops za nguvu mnene ya kompyuta ya FP8 ni kipimo cha uwezo wa chipu wa kufanya shughuli za nambari zinazoelea, ambazo ni za msingi kwa hesabu za AI. Tofauti ikilinganishwa na Petaflops 20 za B200 inaangazia falsafa tofauti za muundo. Google inasisitiza upanuzi na ujumuishaji wa TPUs zake ndani ya miundombinu yake ya kituo cha data, ambapo Nvidia inazingatia nguvu mbichi ya kompyuta katika kiwango cha chipu.
Umuhimu wa Mtandao wa Kituo cha Data cha Jupiter cha Google
Mtandao wa kituo cha data cha Jupiter cha Google ni mali muhimu, unaowezesha uunganisho usio na mshono wa idadi kubwa ya chipsi za TPU. Uwezo wa kusaidia hadi chipsi 400,000 au nguzo 43 za TPU v7x unaonyesha kiwango ambacho Google inafanya kazi. Upanuzi huu ni tofauti muhimu, kwani inaruhusu Google kusambaza mizigo ya kazi katika miundombinu kubwa, kuboresha utendaji na ufanisi.
Utaalamu wa Google katika teknolojia ya seva ni jambo muhimu katika mkakati wake wa AI. Kwa kutanguliza utendaji wa kiwango cha mfumo juu ya vipimo vya chipu binafsi, Google inaweza kutumia miundombinu yake kufikia matokeo bora. Mbinu hii ni muhimu sana katika muktadha wa mafunzo makubwa ya muundo wa AI, ambapo uwezo wa kusambaza hesabu katika mtandao wa wasindikaji walioingiliana ni muhimu.
Kufunua Mazingira ya Utekelezaji wa Pathways AI
Utangulizi wa Pathways ni hatua ya kimkakati ambayo huongeza kubadilika na ufanisi wa upelekaji wa muundo wa GenAI. Mazingira haya ya kujitolea ya utekelezaji wa AI huruhusu wasanidi programu kuboresha miundo yao kwa miundombinu ya Google, wakichukua faida kamili ya rasilimali za maunzi na programu zinazopatikana.
Pathways inawakilisha uwekezaji mkubwa katika safu ya programu ya AI, kutoa jukwaa la umoja la kupeleka na kusimamia miundo ya AI. Kwa kurahisisha mchakato wa upelekaji, Google inalenga kupunguza kizuizi cha kuingia kwa wasanidi programu na kuhimiza kupitishwa kwa huduma zake za AI. Hii, kwa upande wake, itaendesha uvumbuzi na kuunda mfumo mzuri wa ikolojia karibu na jukwaa la AI la Google.
Maarifa zaidi kuhusu Mkakati wa Chanzo Kilichofungwa cha Google
Kukumbatia kwa Google mkakati wa chanzo kilichofungwa katika uwanja wa GenAI ni chaguo la makusudi ambalo linaonyesha maono yake ya muda mrefu kwa AI. Ingawa chanzo huria cha Gemma kimekuwa mchango muhimu kwa jumuiya ya AI, Google inaweka kipaumbele wazi kwa suluhisho zake za chanzo kilichofungwa, ikitambua kwamba zinatoa udhibiti na ubinafsishaji zaidi.
Kwa kuzingatia ukuzaji wa chanzo kilichofungwa, Google inaweza kuboresha miundo yake ya AI na miundombinu kwa kazi maalum, kuhakikisha utendaji na ufanisi wa hali ya juu. Mbinu hii pia inaruhusu Google kulinda mali yake ya kiakili na kudumisha makali ya ushindani katika mazingira ya AI yanayoendelea kwa kasi.
Mbinu ya chanzo kilichofungwa haikosi wakosoaji wake, ambao wanasema kwamba inazuia uvumbuzi na kupunguza ushirikiano. Hata hivyo, Google inasema kwamba ni muhimu kuhakikisha ubora, usalama na uaminifu wa huduma zake za AI.
Itifaki ya A2A na Vita vya Utawala wa Wakala wa AI
Kuibuka kwa Mawakala wa AI kumeunda uwanja mpya wa vita katika tasnia ya AI, na Google imeazimia kuwa kiongozi katika nafasi hii. Tangazo la itifaki ya A2A katika mkutano wa Google Cloud Next ni ishara wazi ya matarajio ya Google.
Kwa kuwaandikisha wachuuzi 50 wakuu ili kuunga mkono itifaki ya A2A, Google inajaribu kuunda kiwango cha umoja cha mawasiliano ya Wakala wa AI. Hii itaruhusu Mawakala wa AI kutoka majukwaa tofauti kuingiliana kwa urahisi, na kuunda mfumo wa ikolojia wa AI uliounganishwa zaidi na shirikishi.
Ushindani na MCP ya Anthropic ni kipengele muhimu cha mkakati wa Wakala wa AI wa Google. Anthropic ni kampuni ya utafiti wa AI inayoheshimika, na itifaki yake ya MCP imepata mvuto katika tasnia. Itifaki ya A2A ya Google inawakilisha changamoto ya moja kwa moja kwa MCP, na matokeo ya ushindani huu yatakuwa na athari kubwa kwa mustakabali wa Mawakala wa AI.
Vertex AI: Jukwaa Kamili la Ukuzaji wa AI
Vertex AI ya Google ni jukwaa kamili la ukuzaji wa AI ambalo huwapa wasanidi programu anuwai ya zana na huduma. Kwa kuunganisha ADK, Agentspace, AutoML, AIPlatform na Kubeflow, Google inaunda duka moja la ukuzaji wa AI.
Vertex AI inalenga kurahisisha mchakato wa ukuzaji wa AI, na kuifanya iwe rahisi kwa wasanidi programu kuunda, kufunza na kupeleka miundo ya AI. Jukwaa pia hutoa ufikiaji wa maktaba kubwa ya miundo iliyofunzwa mapema, kuruhusu wasanidi programu kuingiza haraka uwezo wa AI katika programu zao.
Ujumuishaji wa uwezo mbalimbali wa muundo ni faida muhimu ya Vertex AI. Kwa kutoa miundo mbalimbali, Google inawahudumia aina mbalimbali za kesi za matumizi, kutoka kwa utambuzi wa picha hadi usindikaji wa lugha asilia. Mbinu hii pana inafanya Vertex AI kuwa chaguo la kulazimisha kwa wasanidi programu wanaotafuta jukwaa la ukuzaji wa AI linaloweza kutumika na lenye nguvu.
Ujumuishaji wa Muundo wa Google: Tamaa dhidi ya Utekelezaji
Ingawa tamaa ya Google ya kuunganisha miundo, huduma na zana nyingi inasifiwa, utekelezaji unaweza kuhitaji uboreshaji zaidi. Soko linadai miundo mikuu ya modal nyingi iliyokomaa, iliyounganishwa vyema na huduma za ndani ya muundo. Matoleo ya sasa ya Google, ingawa yanaahidi, yanaweza kuhitaji ung’arishaji zaidi ili kukidhi matarajio haya.
Ujumuishaji wa uwezo mbalimbali wa AI ni kazi ngumu, na Google inakabiliwa na changamoto ya kuhakikisha kwamba miundo na huduma zake tofauti zinafanya kazi pamoja bila mshono. Hii inahitaji umakini wa kina kwa undani na kujitolea kwa uboreshaji unaoendelea.
Hatimaye, mafanikio ya juhudi za ujumuishaji wa muundo wa Google yatategemea uwezo wake wa kutoa uzoefu wa mtumiaji ambao una nguvu na unaoeleweka. Hii itahitaji uelewa wa kina wa mahitaji ya watumiaji na kuzingatia bila kuchoka ubora.