trening modeli

Google znów dokręca śrubę w wyścigu o infrastrukturę dla sztucznej inteligencji, ale tym razem nie chodzi o prosty wzrost mocy. Firma pokazuje, że rynek dojrzał do momentu, w którym jeden akcelerator przestaje wystarczać do wszystkiego. Za marketingowym hasłem o erze agentów kryje się znacznie bardziej przyziemna sprawa, a mianowicie koszt pojedynczej odpowiedzi, opóźnienia i skala, która zaczyna pożerać budżety centrów danych.

Najciekawsze ruchy w dziedzinie sztucznej inteligencji po raz kolejny dzieją się z dala od sceny i marketingowych slajdów. Tym razem chodzi o firmę Google, kolejną generację TPU i układ sił, który może przesądzić nie tyle o rekordach wydajności, ile o koszcie pojedynczej odpowiedzi modelu. Z pozoru to tylko roszada partnerów związanych z projektowaniem układów. W praktyce widać tu próbę poukładania całego zaplecza AI zupełnie od nowa.