Google เปิดตัว TPU 8tx และ TPU 8i Max เสริมทัพชิปเจเนอเรชันที่ 8 รองรับระบบ Agentic AI

สำนักข่าวบริคอินโฟ – Google ประกาศขยายกลุ่มผลิตภัณฑ์ชิปประมวลผล TPU (Tensor Processing Unit) เจเนอเรชันที่ 8 ด้วยการเปิดตัวระบบประมวลผลใหม่ 2 รุ่น ได้แก่ TPU 8i Max และ TPU 8tx เพื่อรองรับการทำงานของระบบปัญญาประดิษฐ์ในกลุ่ม Agentic AI ที่ต้องประมวลผลข้อมูลบริบทขนาดใหญ่และต้องการความปลอดภัยของข้อมูลในระดับฮาร์ดแวร์ โดยการเปิดตัวครั้งนี้นับเป็นครั้งแรกของบริษัทที่มีการเปิดตัว TPU รวม 4 รุ่นภายในปีเดียว

ปัจจุบัน Google นำชิป TPU มาใช้งานในการฝึกฝนและประมวลผลโมเดล Gemini การทำงานของระบบ Agent รวมถึงให้บริการแก่ลูกค้าผ่านระบบ Google Cloud และเปิดให้องค์กรต่าง ๆ ติดตั้งใช้งานภายในศูนย์ข้อมูล (Data Center) ของตนเอง ซึ่งมีกลุ่มลูกค้าใช้งานแล้วเกือบ 100 ราย ทั้งในกลุ่มการวิจัย AI สถาบันการเงิน ค้าปลีก และสถาบันการศึกษา ทั้งนี้ ระบบใหม่ทั้งสองรุ่นพัฒนาต่อยอดมาจากรุ่น TPU 8t ที่เน้นการเทรนโมเดลขนาดใหญ่ และ TPU 8i ที่เน้นงานประมวลผลการให้เหตุผล (Inference) ซึ่งเปิดตัวไปเมื่อเดือนเมษายนที่ผ่านมา

สำหรับรุ่น TPU 8tx ได้รับการออกแบบมาเพื่อตอบโจทย์องค์กรที่มีข้อกำหนดด้านกฎระเบียบเข้มงวดและหน่วยงานภาครัฐ โดยพัฒนาบนสถาปัตยกรรมเดียวกับ TPU 8t ร่วมกับหน่วยประมวลผลกลาง (CPU) จาก AMD ที่ปรับแต่งเป็นพิเศษ เพื่อรักษาความปลอดภัยและแยกข้อมูลสำคัญรวมถึงค่าน้ำหนักของโมเดลไว้ในระดับฮาร์ดแวร์ระหว่างการประมวลผล พร้อมทั้งใช้เครือข่ายเชื่อมต่อ Boardfly ซึ่งช่วยลดความหน่วงลง 2 เท่าเมื่อเทียบกับรุ่น TPU 8t รองรับการปรับแต่งโมเดลและการฝึกฝนระบบ Agent ภายในระบบเดียวโดยไม่ต้องถ่ายโอนข้อมูลข้ามคลัสเตอร์

ขณะที่รุ่น TPU 8i Max มุ่งแก้ปัญหาคอขวดด้านแบนด์วิดท์หน่วยความจำในการประมวลผลบริบทขนาดใหญ่ เช่น โค้ดซอฟต์แวร์หรือวิดีโอความยาวหลายชั่วโมง โดยเพิ่มขีดความสามารถในการประมวลผล ขนาดหน่วยความจำ SRAM และแบนด์วิดท์หน่วยความจำ HBM ขึ้นเป็น 2 เท่าเมื่อเทียบกับรุ่น TPU 8i รวมถึงรองรับความหนาแน่นของการติดตั้งชิปในตู้แร็ก (Rack) เพิ่มขึ้น 2 เท่า เพื่อช่วยเพิ่มประสิทธิภาพการใช้พื้นที่และพลังงานในศูนย์ข้อมูล

Amin Vahdat ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและรองประธานอาวุโสฝ่าย AI และโครงสร้างพื้นฐานของ Google ระบุว่า การเปลี่ยนแปลงของระบบประมวลผลไปสู่ยุคของ Agent ทำให้ภาคธุรกิจต้องการชิปที่รองรับการให้เหตุผลบนฐานข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพ ขณะเดียวกันกลุ่มอุตสาหกรรมที่มีการกำกับดูแลสูงต้องการระบบรักษาความปลอดภัยเฉพาะทาง ซึ่งการรวมฮาร์ดแวร์แบบโมดูลาร์เข้ากับซอฟต์แวร์ระบบเปิดอย่าง PyTorch จะช่วยให้นักพัฒนาและลูกค้าเข้าถึงระบบประมวลผลได้คล่องตัวยิ่งขึ้น