Google libera novos chips de AI pra ampliar segurança e poder computacional

O Google Cloud revelou dois novos TPUs pra a infraestrutura de AI nesta segunda-feira (09). De olho nos impactos dos agentes de AI no uso computacional, a companhia apresenta soluções pra ampliar a segurança de dados e possibilitar janelas de contexto massivas. O TPU 8tx tem o propósito de trazer inferências mais seguras e segurança computacional em nível de hardware.

O chip é ideal pra companhias que necessitam tratar e treinar dados confidenciais e possui hosts CPU personalizados da Amd pra confirmar que as informacoes sejam armazenadas com segurança. Ja o TPU 8i Max foi concebido pra acabar com possiveis gargalos de memoria no processamento de AI e possibilitar trabalhos em larga escala. O chip tem suporte a janelas de contexto massivas, amplia a largura de banda da memoria pra transmissão de dados e possibilita maior densidade computacional (maior poder de computação por metro quadrado e por watt).

Os novos componentes aumentam a linha de TPUs do Google: a linha de 8ª geracao foi revelada em abril deste ano com os modelos TPU 8i e TPU 8t. Agentes de AI alteram ambiente O Google comunica que o aumento do uso de agentes de AI foi um dos fatores pra a criacao de novos chips. O salto da escala humana pra a escala agêntica demanda maior poder computacional, particularmente pelo fato de que um bot pode conceber fluxos de trabalho complexos e contínuos. “Com a computação migrando da escala humana pra a escala de agentes, as companhias estao pedindo aceleradores que possam raciocinar a respeito de as massivas janelas de contexto dos modelos de AI.

Somado a isso, alguns clientes, altamente regulamentados, estao pedindo features de criptografia especializados pra cargas de trabalho únicas”, esclarece o Diretor de Tecnologia e Vice-Presidente Sênior de AI e Infraestrutura do Google, Amin Vahdat. O que é TPU? Sigla pra Tensor Processing Unit (“Unidade de processamento de tensor”, em tradução livre), TPU é um chip desenvolvido pelo Google pra uso em aprendizado de máquina e infraestrutura de AI.

O componente é usado em data centers e possibilita maior poder de computação pra inferência no treinamento de modelos. {{WHATSAPP_CHANNEL}}