செயற்கை நுண்ணறிவு (AI) துறையானது தொடர்ந்து வளர்ச்சியடைந்து வருகிறது, மேலும் வன்பொருள் முன்னேற்றங்கள் புதிய சாத்தியங்களைத் திறப்பதில் முக்கிய பங்கு வகிக்கின்றன. AI கண்டுபிடிப்பில் முன்னணியில் இருக்கும் கூகிள், சமீபத்தில் அதன் ஏழாவது தலைமுறை டென்சர் செயலாக்க அலகு (TPU) ‘Ironwood’ என்ற குறியீட்டு பெயருடன் அறிமுகப்படுத்தியுள்ளது, இது AI கணினி திறன்களில் ஒரு குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கிறது. இந்த அதிநவீன AI முடுக்கி பெரிய அளவிலான வரிசைப்படுத்தல்களில் உலகின் அதிவேக சூப்பர் கம்ப்யூட்டர்களை விட 24 மடங்கு அதிக கணினித் திறனைக் கொண்டுள்ளது.
கூகிள் கிளவுட் நெக்ஸ்ட் ‘25 மாநாட்டில் அறிவிக்கப்பட்ட Ironwood, கூகிளின் பத்து வருட AI சிப் மேம்பாட்டு பயணத்தில் ஒரு மூலோபாய மாற்றத்தை பிரதிபலிக்கிறது. AI பயிற்சி மற்றும் அனுமான வேலை சுமைகளுக்காக முதன்மையாக வடிவமைக்கப்பட்ட அதன் முன்னோடிகளைப் போலன்றி, Ironwood குறிப்பாக அனுமான பணிகளில் சிறந்து விளங்க வடிவமைக்கப்பட்டுள்ளது, இது AI-உந்துதல் பயன்பாடுகளின் புதிய சகாப்தத்திற்கு முன்னோடியாக உள்ளது.
கூகிளில் இயந்திர கற்றல், அமைப்புகள் மற்றும் கிளவுட் AI ஆகியவற்றின் துணைத் தலைவர் மற்றும் பொது மேலாளர் அமின் வாஹ்தத் கூறுகையில், ‘Ironwood ஆனது அடுத்த கட்ட ஜெனரேட்டிவ் AI மற்றும் அதன் பெரிய கணினி மற்றும் தகவல் தொடர்பு தேவைகளுக்கு ஆதரவளிக்க வடிவமைக்கப்பட்டுள்ளது. AI ஏஜெண்டுகள் தரவை தானாகவே பெற்று நுண்ணறிவுகளையும் பதில்களையும் வழங்குகின்றன. இது வெறும் தரவு மட்டுமல்ல, ‘அனுமான சகாப்தம்’ என்று நாங்கள் இதை அழைக்கிறோம்’ என்றார்.
Ironwood இன் முன்னோடியில்லாத திறன்களை வெளிப்படுத்துதல்
Ironwood இன் தொழில்நுட்ப விவரக்குறிப்புகள் அசாதாரணமானது. 9,216 சிப்களின் ஒரு பாட்க்கு அளவிடும்போது, இது 42.5 எக்ஸாஃப்ளாப்ஸ் AI கணினி சக்தியை வழங்க முடியும். இது உலகின் அதிவேக சூப்பர் கம்ப்யூட்டருக்கான தற்போதைய பட்டத்தை வைத்திருக்கும் எல் கேபிடனால் வழங்கப்படும் 1.7 எக்ஸாஃப்ளாப்ஸை விட மிக அதிகம். ஒவ்வொரு தனிப்பட்ட Ironwood சிப்பும் 4,614 TFLOP களின் அதிகபட்ச கணினி திறனைக் கொண்டுள்ளது.
வெறும் செயலாக்க சக்தியைத் தாண்டி, Ironwood நினைவகம் மற்றும் அலைவரிசையிலும் குறிப்பிடத்தக்க மேம்பாடுகளைக் கொண்டுள்ளது. ஒவ்வொரு சிப்பிலும் 192GB அதிக அலைவரிசை நினைவகம் (HBM) பொருத்தப்பட்டுள்ளது, இது கடந்த ஆண்டு வெளியிடப்பட்ட முந்தைய தலைமுறை TPU Trillium ஐ விட ஆறு மடங்கு அதிகம். மேலும், ஒரு சிப்பிற்கான நினைவக அலைவரிசை 7.2 டெராபிட்கள் / வினாடியை எட்டுகிறது, இது Trillium ஐ விட 4.5 மடங்கு அதிகமாகும்.
தரவு மையங்கள் விரிவடைந்து வரும் மற்றும் மின் நுகர்வு ஒரு முக்கியமான கவலையாக மாறிவரும் ஒரு சகாப்தத்தில், Ironwood அதன் ஆற்றல் திறன் காரணமாக தனித்து நிற்கிறது. ஒரு வாட்டுக்கான அதன் செயல்திறன் Trillium ஐ விட இரண்டு மடங்கு அதிகமாகவும், 2018 இல் அறிமுகப்படுத்தப்பட்ட முதல் TPU ஐ விட கிட்டத்தட்ட 30 மடங்கு அதிகமாகவும் உள்ளது.
அனுமான தேர்வுமுறைக்கான முக்கியத்துவம் AI துறையில் ஒரு முக்கியமான மாற்றத்தைக் குறிக்கிறது. சமீபத்திய ஆண்டுகளில், முன்னணி AI ஆய்வகங்கள் பெருகிய முறையில் அளவுரு எண்ணிக்கையுடன் எப்போதையும் விட பெரிய அடிப்படை மாதிரிகளை உருவாக்குவதில் முதன்மையாக கவனம் செலுத்தியுள்ளன. கூகிள் அனுமான தேர்வுமுறையில் கவனம் செலுத்துவது வரிசைப்படுத்தல் திறன் மற்றும் அனுமான திறன்களை மையமாகக் கொண்ட ஒரு புதிய கட்டத்திற்கு மாறுவதைக் குறிக்கிறது.
மாதிரி பயிற்சி இன்றியமையாததாக இருந்தாலும், பயிற்சி மறு செய்கைகளின் எண்ணிக்கை வரையறுக்கப்பட்டுள்ளது. இதற்கு மாறாக, AI தொழில்நுட்பங்கள் பெருகிய முறையில் பல்வேறு பயன்பாடுகளில் ஒருங்கிணைக்கப்படுவதால், அனுமான செயல்பாடுகள் தினமும் பில்லியன் கணக்கான முறை நிகழும் என்று எதிர்பார்க்கப்படுகிறது. மாதிரிகள் சிக்கலானதாக வளரும்போது, இந்த பயன்பாடுகளின் பொருளாதார சாத்தியக்கூறு அனுமான செலவுகளுடன் பிரிக்கமுடியாத வகையில் இணைக்கப்பட்டுள்ளது.
கடந்த எட்டு ஆண்டுகளில், AI கணினி மீதான கூகிளின் தேவை பத்து மடங்கு அதிகரித்து, ஒரு மில்லியன் மில்லியனை எட்டியுள்ளது. Ironwood போன்ற சிறப்பு கட்டமைப்புகள் இல்லாமல், மூரின் விதியின் இடைவிடாத முன்னேற்றமும் இந்த அதிவேக வளர்ச்சியைத் தக்கவைக்க போராடும்.
குறிப்பாக, கூகிளின் அறிவிப்பு எளிய வடிவத்தை அடையாளம் காண்பதை விட சிக்கலான பகுத்தறிவு பணிகளைச் செய்யக்கூடிய ‘மன மாதிரிகள்’ மீது அதன் கவனத்தை எடுத்துக்காட்டுகிறது. கூகிள் ஒரு எதிர்காலத்தை எதிர்பார்க்கிறது என்று இது அறிவுறுத்துகிறது, அங்கு AI பெரிய மாதிரிகளைத் தாண்டி, சிக்கல்களைச் சிதைக்கக்கூடிய, பல-படி பகுத்தறிவைச் செய்யக்கூடிய மற்றும் மனிதனைப் போன்ற சிந்தனை செயல்முறைகளை பின்பற்றக்கூடிய மாதிரிகளை உள்ளடக்கியது.
பெரிய மாதிரிகளின் அடுத்த தலைமுறைக்கு உதவுதல்
கூகிள் Ironwood ஐ அதன் மிகவும் மேம்பட்ட AI மாதிரிகளுக்கான அடிப்படை உள்கட்டமைப்பாக நிலைநிறுத்துகிறது, இதில் ஜெமினி 2.5 அடங்கும், இது இயல்பாகவே உள்ளமைக்கப்பட்ட பகுத்தறிவு திறன்களைக் கொண்டுள்ளது.
கூகிள் சமீபத்தில் ஜெமினி 2.5 ஃபிளாஷ் அறிமுகப்படுத்தியது, இது அதன் முதன்மை மாதிரியின் சிறிய மாறுபாடு ஆகும், இது தாமத-உணர்திறன், அன்றாட பயன்பாடுகளுக்காக வடிவமைக்கப்பட்டுள்ளது. ஜெமினி 2.5 ஃபிளாஷ் தூண்டுதலின் சிக்கலைப் பொறுத்து அதன் பகுத்தறிவு ஆழத்தை மாறும் வகையில் சரிசெய்ய முடியும்.
கூகிள் உரை-க்கு-பட, உரை-க்கு-வீடியோ மற்றும் புதிதாக வெளியிடப்பட்ட உரை-க்கு-இசை அம்சம், Lyria உள்ளிட்ட மல்டிமாடல் ஜெனரேட்டிவ் மாடல்களின் விரிவான தொகுப்பையும் காட்சிப்படுத்தியது. ஒரு இசை நிகழ்ச்சிக்கான முழு விளம்பர வீடியோவை எவ்வாறு உருவாக்க முடியும் என்பதை ஒரு டெமோ விளக்கியது.
Ironwood கூகிளின் பரந்த AI உள்கட்டமைப்பு மூலோபாயத்தின் ஒரு கூறு மட்டுமே. கூகிள் கிளவுட் WAN ஐயும் அறிவித்தது, இது கூகிளின் உலகளாவிய அளவிலான தனியார் நெட்வொர்க் உள்கட்டமைப்பை அணுக நிறுவனங்களுக்கு உதவும் நிர்வகிக்கப்பட்ட பரந்த பகுதி நெட்வொர்க் சேவை.
மேலும், கூகிள் அதன் AI வேலை சுமைகளுக்கான மென்பொருள் சலுகைகளை விரிவுபடுத்துகிறது, இதில் கூகிள் டீப் மைண்ட் உருவாக்கிய இயந்திர கற்றல் ரன்டைம் Pathways அடங்கும். Pathways இப்போது நூற்றுக்கணக்கான TPUs முழுவதும் மாதிரி சேவை அளவிட வாடிக்கையாளர்களை அனுமதிக்கிறது.
A2A உடன் AI ஏஜென்ட் ஒத்துழைப்பை வளர்ப்பது
வன்பொருள் முன்னேற்றங்களுக்கு அப்பால், கூகிள் பல-ஏஜென்ட் அமைப்புகளை மையமாகக் கொண்ட AI சுற்றுச்சூழல் அமைப்புக்கான தனது பார்வையை கோடிட்டுக் காட்டியுள்ளது. நுண்ணறிவு முகவர்களின் வளர்ச்சியை எளிதாக்க, கூகிள் ஏஜென்ட்-டு-ஏஜென்ட் (A2A) நெறிமுறையை அறிமுகப்படுத்தியுள்ளது, இது வெவ்வேறு AI முகவர்களுக்கு இடையில் பாதுகாப்பான மற்றும் தரப்படுத்தப்பட்ட தகவல்தொடர்புகளை செயல்படுத்த வடிவமைக்கப்பட்டுள்ளது.
ஜெனரேட்டிவ் AI பயன்பாடுகள் ஒற்றை கேள்விகளுக்கு பதிலளிப்பதில் இருந்து ஏஜென்ட் அமைப்புகள் மூலம் சிக்கலான சிக்கல்களைத் தீர்ப்பதற்கு உருவாகி வருவதால், 2025 AI க்கு ஒரு மாற்றமான ஆண்டாக இருக்கும் என்று கூகிள் நம்புகிறது.
A2A நெறிமுறை வெவ்வேறு தளங்கள் மற்றும் கட்டமைப்புகளில் உள்ள முகவர்களிடையே இயங்கு திறனை செயல்படுத்துகிறது, அவர்களுக்கு பொதுவான ‘மொழி’ மற்றும் பாதுகாப்பான தொடர்பு சேனல்களை வழங்குகிறது. இந்த நெறிமுறையை நுண்ணறிவு முகவர்களுக்கான நெட்வொர்க் அடுக்காகக் காணலாம், இது சிக்கலான பணிப்பாய்வுகளில் முகவர் ஒத்துழைப்பை எளிதாக்குவதை நோக்கமாகக் கொண்டுள்ளது. மாறுபட்ட சிக்கலான மற்றும் கால அளவின் பணிகளில் ஒன்றிணைந்து செயல்பட சிறப்பு AI முகவர்களை இயக்குவதன் மூலம், A2A ஒத்துழைப்பு மூலம் ஒட்டுமொத்த திறன்களை மேம்படுத்த முயல்கிறது.
A2A ஆனது முகவர்கள் தகவல்களை பரிமாறிக்கொள்ளவும் செயல்களை ஒருங்கிணைக்கவும் ஒரு தரப்படுத்தப்பட்ட வழியை நிறுவுவதன் மூலம் செயல்படுகிறது, அவர்களுக்கு அடிப்படை குறியீடு அல்லது தரவு கட்டமைப்புகளைப் பகிர வேண்டிய அவசியமில்லை. முகவர்களை எளிதாகச் சேர்க்கலாம், அகற்றலாம் அல்லது தேவைக்கேற்ப மாற்றியமைக்கக்கூடிய மிகவும் மட்டு மற்றும் நெகிழ்வான AI அமைப்புகளை உருவாக்க இது அனுமதிக்கிறது.
கூகிள் ஒரு வலைப்பதிவு இடுகையில் MCP மற்றும் A2A நெறிமுறைகளுக்கு இடையே ஒப்பீட்டை வரைந்துள்ளது.
- MCP (மாடல் கான்டெக்ஸ்ட் புரோட்டோகால்) கருவி மற்றும் வள மேலாண்மைக்கு வடிவமைக்கப்பட்டுள்ளது.
- இது கட்டமைக்கப்பட்ட உள்ளீடு/வெளியீடு மூலம் முகவர்களை கருவிகள், APIகள் மற்றும் ஆதாரங்களுடன் இணைக்கிறது.
- கூகிள் ADK MCP கருவிகளுக்கு ஆதரவளிக்கிறது, பல்வேறு MCP சேவையகங்கள் முகவர்களுடன் செயல்பட உதவுகிறது.
- A2A (ஏஜென்ட்2ஏஜென்ட் புரோட்டோகால்) முகவர்களிடையே ஒத்துழைப்புக்காக வடிவமைக்கப்பட்டுள்ளது.
- இது நினைவகம், ஆதாரங்கள் அல்லது கருவிகளைப் பகிராமல் முகவர்களிடையே மாறும், பல-மோடல் தொடர்புகளை செயல்படுத்துகிறது.
- இது சமூகத்தால் இயக்கப்படும் திறந்த தரநிலை.
- கூகிள் ADK, LangGraph, Crew.AI மற்றும் பிற கருவிகளைப் பயன்படுத்தி எடுத்துக்காட்டுகளைக் காணலாம்.
சாராம்சத்தில், A2A மற்றும் MCP ஆகியவை நிரப்புதல்: MCP முகவர்களுக்கு கருவி ஆதரவை வழங்குகிறது, அதே நேரத்தில் A2A இந்த கருவி பொருத்தப்பட்ட முகவர்களை ஒருவருக்கொருவர் தொடர்பு கொள்ளவும் ஒத்துழைக்கவும் உதவுகிறது.
தொடக்க கூட்டாளர்களைப் பார்க்கும் போது, A2A MCP போலவே கவனத்தை ஈர்க்கும் என்று தெரிகிறது. முன்னணி தொழில்நுட்ப நிறுவனங்கள் மற்றும் சிறந்த உலகளாவிய ஆலோசனை மற்றும் அமைப்பு ஒருங்கிணைப்பு சேவை வழங்குநர்கள் உட்பட 50 க்கும் மேற்பட்ட நிறுவனங்கள் ஆரம்ப ஒத்துழைப்பில் இணைந்துள்ளன.
கூகிள் நெறிமுறையின் திறந்த தன்மையை வலியுறுத்துகிறது, அடிப்படை தொழில்நுட்ப கட்டமைப்பு அல்லது சேவை வழங்குநரைப் பொருட்படுத்தாமல், முகவர்கள் ஒத்துழைப்பதற்கான ஒரு நிலையான வழியாக அதை நிலைநிறுத்துகிறது. அதன் கூட்டாளர்களுடன் இணைந்து நெறிமுறையின் வடிவமைப்பை வழிநடத்திய ஐந்து முக்கிய கொள்கைகளை கூகிள் கோடிட்டுக் காட்டியுள்ளது:
- முகவர் திறன்களை ஏற்றுக்கொள்ளுங்கள்: A2A, முகவர்கள் தங்கள் இயற்கையான, கட்டமைப்பற்ற வழியில் ஒத்துழைக்க உதவுகிறது, அவர்கள் நினைவகம், கருவிகள் மற்றும் சூழலைப் பகிர்ந்து கொள்ளாவிட்டாலும் கூட. முகவர்களை வெறும் ‘கருவிகள்’ என்று கட்டுப்படுத்துவதை விட, உண்மையான பல-முகவர் காட்சிகளை இயக்குவதை நெறிமுறை நோக்கமாகக் கொண்டுள்ளது.
- ஏற்கனவே இருக்கும் தரநிலைகளை உருவாக்குங்கள்: நெறிமுறை HTTP, SSE மற்றும் JSON-RPC உள்ளிட்ட ஏற்கனவே உள்ள பிரபலமான தரநிலைகளை உருவாக்குகிறது, இது நிறுவனங்களால் பொதுவாகப் பயன்படுத்தப்படும் ஏற்கனவே இருக்கும் IT அடுக்குகளுடன் ஒருங்கிணைப்பதை எளிதாக்குகிறது.
- இயல்பாக பாதுகாப்பானது: A2A ஆனது நிறுவன-தர அங்கீகாரம் மற்றும் அங்கீகாரத்தை ஆதரிக்க வடிவமைக்கப்பட்டுள்ளது, இது OpenAPI இன் அங்கீகாரத் திட்டங்களுடன் ஒப்பிடத்தக்கது.
- நீண்ட கால பணிகளுக்கு ஆதரவு: A2A நெகிழ்வாக இருக்க வடிவமைக்கப்பட்டுள்ளது, விரைவான பணிகள் முதல் மணிநேரம் அல்லது நாட்கள் கூட ஆகக்கூடிய ஆழமான ஆராய்ச்சி வரை பரந்த அளவிலான காட்சிகளை ஆதரிக்கிறது (மனிதர்கள் சம்பந்தப்பட்டிருக்கும்போது). செயல்முறை முழுவதும், A2A பயனர்களுக்கு நிகழ்நேர கருத்து, அறிவிப்புகள் மற்றும் நிலை புதுப்பிப்புகளை வழங்க முடியும்.
- முறைமை அறியாதது: முகவர்களின் உலகம் உரையுடன் மட்டும் மட்டுப்படுத்தப்படவில்லை, அதனால்தான் A2A ஆடியோ மற்றும் வீடியோ ஸ்ட்ரீம்கள் உட்பட பல்வேறு முறைகளை ஆதரிக்க வடிவமைக்கப்பட்டுள்ளது.
A2A பணியமர்த்தல் செயல்முறையை எவ்வாறு கணிசமாக நெறிப்படுத்த முடியும் என்பதற்கான ஒரு எடுத்துக்காட்டை கூகிள் வழங்குகிறது.
ஏஜென்ட்ஸ்பேஸ் போன்ற ஒரு ஒருங்கிணைந்த இடைமுகத்தில், ஒரு பணியமர்த்தல் மேலாளர் வேலை தேவைகளின் அடிப்படையில் பொருத்தமான வேட்பாளர்களைக் கண்டுபிடிக்க ஒரு முகவரை ஒதுக்க முடியும். இந்த முகவர் வேட்பாளர்களைப் பெற, நேர்காணல்களைத் திட்டமிட மற்றும் பின்னணிச் சோதனைகளுக்கு உதவ வேறு சிறப்பு முகவர்களை ஈடுபடுத்த சிறப்பு முகவர்களுடன் தொடர்பு கொள்ளலாம், இது வெவ்வேறு அமைப்புகளில் முழு பணியமர்த்தல் செயல்முறையின் அறிவார்ந்த ஆட்டோமேஷனை இயக்குகிறது.
மாதிரி சூழல் நெறிமுறையை (MCP) ஏற்றுக்கொள்வது
A2A ஐ மேம்படுத்துவதில் அதன் முயற்சிகளுக்கு கூடுதலாக, கூகிள் மாதிரி சூழல் நெறிமுறையையும் (MCP) ஏற்றுக்கொள்கிறது. OpenAI MCP ஐ ஏற்றுக்கொண்டதாக அறிவித்த சில வாரங்களுக்குப் பிறகு, கூகிள் அதைப் பின்பற்றியது.
கூகிள் டீப் மைண்டின் CEO டெமிஸ் ஹசாபிஸ் சமீபத்தில் கூகிள் தனது ஜெமினி மாடல்கள் மற்றும் SDK களுக்கு MCP க்கான ஆதரவைச் சேர்க்கும் என்று X இல் அறிவித்தார். இருப்பினும், அவர் ஒரு குறிப்பிட்ட காலக்கெடுவை வழங்கவில்லை.
‘MCP என்பது ஒரு சிறந்த நெறிமுறை, இது AI முகவர் சகாப்தத்திற்கான திறந்த தரநிலையாக வேகமாக மாறி வருகிறது. MCP குழு மற்றும் தொழில்துறையில் உள்ள பிற கூட்டாளர்களுடன் இணைந்து இந்த தொழில்நுட்பத்தை மேம்படுத்த நான் எதிர் பார்க்கிறேன்’ என்று ஹசாபிஸ் கூறினார்.
நவம்பர் 2024 இல் வெளியானதிலிருந்து, MCP வேகமாக இழுவைப் பெற்றுள்ளது, மொழி மாதிரிகளை கருவிகள் மற்றும் தரவுகளுடன் இணைப்பதற்கான எளிய மற்றும் தரப்படுத்தப்பட்ட வழியாக மாறியுள்ளது.
MCP ஆனது AI மாதிரிகள் நிறுவன கருவிகள் மற்றும் மென்பொருள் போன்ற ஆதாரங்களில் இருந்து தரவை அணுகுவதற்கும் பணிகளை முடிப்பதற்கும், அத்துடன் உள்ளடக்க நூலகங்கள் மற்றும் பயன்பாட்டு மேம்பாட்டு சூழல்களை அணுகுவதற்கும் உதவுகிறது. தரவு ஆதாரங்கள் மற்றும் AI-உந்துதல் பயன்பாடுகளான சாட்போட்கள் இடையே இரு திசை இணைப்புகளை நிறுவ நெறிமுறை டெவலப்பர்களை அனுமதிக்கிறது.
டெவலப்பர்கள் MCP சேவையகங்கள் மூலம் தரவு இடைமுகங்களை வெளிப்படுத்தலாம் மற்றும் இந்த சேவையகங்களுடன் இணைக்க MCP கிளையண்டுகளை (பயன்பாடுகள் மற்றும் பணிப்பாய்வுகள் போன்றவை) உருவாக்கலாம். Anthropic MCP ஐ திறந்த மூலமாக்கியதால், பல நிறுவனங்கள் MCP ஆதரவை தங்கள் தளங்களில் ஒருங்கிணைத்துள்ளன.