Kiến trúc Gemini được tích hợp trực tiếp vào Silicon: Tiết lộ chi tiết kỹ thuật về chip suy luận AI mới “Frozen v2” của Google, khả năng xử lý trên mỗi đơn vị điện năng tiêu thụ tăng tới 10 lần

Nguồn gốc của mật danh "Frozen" bắt nguồn từ khái niệm thiết kế cốt lõi của nó: khắc vĩnh viễn một phần logic tính toán của mô hình lớn Gemini lên phần cứng silicon — tương tự như việc "đóng băng" phần mềm trong chip. Các kỹ sư hiện vẫn đang hoàn thiện các mô-đun chức năng cốt lõi của chip cũng như các giải pháp phối hợp giữa các thành phần khác nhau, và Google có kế hoạch triển khai chip AI này sớm nhất là vào năm 2028.

Dự án Frozen nhằm mục đích tạo ra một dòng sản phẩm chip AI hoàn toàn mới để bổ trợ cho các Bộ xử lý Tensor (TPU) hiện có của Google, chứ không phải để thay thế chúng.

Hiện tại, các chip AI được sử dụng rộng rãi nhất — Nvidia ( NVDA) GPU và TPU của Google — đều là các chip đa năng có thể thích nghi với nhiều mô hình lớn khác nhau. Tuy nhiên, khi các chip đa năng chạy bất kỳ mô hình nào, chúng cần thực hiện một lượng lớn các phán đoán logic tốn thời gian trong thời gian thực; ngược lại, chip suy luận AI Frozen v2 tích hợp trực tiếp logic tính toán nền tảng được điều chỉnh cho các mô hình dòng Gemini, giúp giảm đáng kể các bước tính toán của chip và sự di chuyển dữ liệu, từ đó đạt được bước nhảy vọt về chất trong hiệu suất suy luận.

Những người am hiểu vấn đề cho biết chip AI chuyên dụng này có thể phản hồi các truy vấn của người dùng nhanh hơn, điều này dự kiến sẽ hỗ trợ Google trong việc ra mắt các kịch bản ứng dụng AI hoàn toàn mới.

Lộ trình công nghệ của Frozen v2 đồng nghĩa với việc Google đang thực hiện một canh bạc chiến lược—đặt cược rằng họ sẽ tiếp tục sử dụng kiến trúc nền tảng của mô hình lớn Gemini hiện tại. Chỉ khi các thế hệ tiếp theo của mô hình Gemini áp dụng kiến trúc nền tảng nhất quán với kiến trúc được sử dụng khi thiết kế chip AI, chúng mới có thể hoạt động bình thường trên con chip này.

Các nguồn tin am hiểu vấn đề cho biết thêm rằng Google vẫn có thể thực hiện tối ưu hóa lặp trên con chip này, bao gồm cả việc cập nhật các trọng số mô hình tích hợp sẵn—trọng số là các cấu hình tham số cốt lõi quyết định cách mô hình AI trả lời câu hỏi.

Một người phát ngôn của Google phản hồi rằng các đội ngũ của công ty "liên tục nghiên cứu, phát triển và thử nghiệm nhiều công nghệ đổi mới sáng tạo khác nhau, nỗ lực đạt được hiệu suất tối ưu và hiệu quả năng lượng cho người dùng cũng như khách hàng doanh nghiệp", đồng thời cho biết thêm rằng "không phải tất cả các dự án R&D cuối cùng đều sẽ đi vào sản xuất hàng loạt, nhưng hoạt động khám phá công nghệ toàn diện này là một phần cốt lõi trong lộ trình công nghệ độc quyền toàn diện (full-stack) của chúng tôi."

Việc tiết lộ chip AI Frozen v2 phản ánh logic chiến lược sâu sắc của Google trong lĩnh vực hạ tầng AI, trong đó nỗi lo ngại về năng lực tính toán AI là động lực thúc đẩy chính. Khi quy mô của các mô hình Gemini tiếp tục phình to, trần hiệu suất năng lượng của các dòng chip đa dụng ngày càng cận kề. Việc nhúng trực tiếp logic của mô hình lớn vào phần cứng là một giải pháp triệt để nhằm phá vỡ nút thắt cổ chai về hiệu suất năng lượng của tính toán AI.

Điều này cũng cho thấy Google đang tái hiện lộ trình tích hợp dọc "kiểu Apple" kết hợp giữa phần mềm và phần cứng. Từ các chip TPU tự phát triển cho đến dòng chip AI chuyên dụng Frozen, Google đang nỗ lực thiết lập một chu trình khép kín toàn trình từ kiến trúc mô hình đến thiết kế chip trong kỷ nguyên AI. Nếu lộ trình này thành công, nó sẽ kéo giảm mạnh chi phí suy luận AI, mở đường cho việc thương mại hóa Gemini.

Tuy nhiên, các rủi ro đi kèm cũng là điều không thể xem nhẹ. Sự liên kết chặt chẽ giữa chip và mô hình đồng nghĩa với việc một khi kiến trúc nền tảng của Gemini trải qua một đợt nâng cấp lớn, các chip AI Frozen có thể nhanh chóng trở nên lỗi thời. Việc Google định vị Frozen v2 là một "nền tảng thử nghiệm kỹ thuật" thay vì một sản phẩm sản xuất hàng loạt chính là minh chứng cho thấy lộ trình này vẫn cần thời gian để kiểm chứng.

Nội dung này được dịch bằng trí tuệ nhân tạo và đã được hiệu đính cho dễ hiểu hơn. Chỉ mang tính chất tham khảo.