Por Canuto  

Un informe de SemiAnalysis sugiere que Google está colaborando con AMD para desarrollar su TPU de décima generación, integrando núcleos de CPU para cargas de aprendizaje por refuerzo. Esta sería la primera incursión real de AMD en proyectos de ASIC personalizados para IA, lo que podría cambiar el equilibrio en el mercado de hardware de inteligencia artificial.
***

  • Google y AMD estarían colaborando en el TPU v10, según un informe de SemiAnalysis citado por Tom’s Hardware.
  • El proyecto tendría como objetivo integrar núcleos de CPU en el mismo paquete del TPU para optimizar cargas de aprendizaje por refuerzo (RL).
  • AMD aportaría su experiencia en empaquetado avanzado y chips híbridos como el MI300A, marcando su primera participación relevante en ASIC de IA.

Google podría estar trabajando con AMD para diseñar uno de sus TPU de décima generación, según una nota de análisis de SemiAnalysis que fue difundida por Tom’s Hardware. La colaboración, si se confirma, marcaría la primera participación relevante de AMD en un proyecto de ASIC personalizado para inteligencia artificial, y apuntaría a un nuevo tipo de TPU que combina la tecnología de acelerador patentada de Google con núcleos de CPU de AMD integrados en el mismo paquete.

El informe señala que el interés de Google en AMD radica en la fortaleza de esta última en empaque avanzado, tecnología SoIC y, sobre todo, en su propiedad intelectual de CPU. Según los analistas, Google y sus clientes están impulsando la incorporación de núcleos de CPU en los TPU para cargas de aprendizaje por refuerzo (RL), que son intensivas en cómputo de propósito general más allá de las operaciones tensoriales tradicionales. Esta sería una desviación del diseño convencional de los nueve TPU anteriores, que fueron desarrollados con Broadcom como socio de diseño.

¿Por qué núcleos de CPU en un TPU?

Los TPU (unidades de procesamiento tensorial) son aceleradores de IA diseñados por Google para entrenar y ejecutar modelos de aprendizaje automático a gran escala. Hasta ahora, la arquitectura se ha enfocado en cargas de trabajo de entrenamiento e inferencia que dependen casi por completo de operaciones matriciales. Sin embargo, con el auge de los modelos de razonamiento y los agentes inteligentes, las tareas de aprendizaje por refuerzo requieren una cantidad considerable de cómputo de propósito general, como la simulación de entornos, la evaluación de políticas y la gestión de memoria.

El propio Google ya ha comenzado a ajustar la proporción de CPU frente a sus TPU más recientes orientados a inferencia. Los sistemas TPU 8i, diseñados para inferencia, razonamiento y RL, incorporan una CPU Google Axion por cada dos TPU. Esto contrasta con las generaciones anteriores, donde un procesador Xeon ‘Emerald Rapid’ de Intel acompañaba a cuatro TPU. De hecho, en algunos casos, se ha observado que una relación 1:1 entre CPU y aceleradores es óptima, lo que sugiere un futuro de IA mucho más intensivo en CPU de lo que se pensaba.

La integración de núcleos de CPU directamente en el paquete del TPU podría reducir la latencia entre el cómputo tensorial y el de propósito general, además de disminuir el consumo de energía. Al acercar físicamente las unidades, se evita la transferencia de datos a través de interconexiones externas, lo que resulta en un rendimiento más eficiente para cargas híbridas como el aprendizaje por refuerzo.

La participación de AMD

AMD tiene una experiencia previa en diseños híbridos de centro de datos, como el Instinct MI300A, que combina chiplets x86 y aceleradores en un solo paquete. Este historial la posiciona como un socio natural para Google, que necesitaría integrar núcleos de CPU de alta eficiencia con sus propios chiplets de TPU. Un diseño hipotético podría agrupar el cómputo TPU de Google con CPU y memoria HBM de AMD, empaquetados en una solución de integración avanzada que AMD ya ha dominado.

La posibilidad de que Intel sea el proveedor alternativo es baja, a pesar de sus múltiples colaboraciones estratégicas con Google. Intel no tiene experiencia en la construcción de diseños híbridos x86+acelerador para centros de datos, a diferencia de AMD con su MI300A. Por ello, la elección de AMD no es fortuita, sino que responde a la necesidad de un socio con capacidades comprobadas en integración heterogénea.

La nota de SemiAnalysis menciona que la participación de AMD en el proyecto TPU v10 sería su “primera participación real” en un ASIC personalizado para IA, pese a que la compañía ya cuenta con un equipo de silicio personalizado. AMD tiene una fuerte propiedad intelectual en empaquetado avanzado y SoIC, y la IP de CPU es particularmente atractiva dado el auge de las cargas de RL. Aunque el informe es especulativo, el contexto del mercado sugiere que Google está explorando una nueva vertical de TPU que podría redefinir el hardware de IA.

Implicaciones para el futuro de la inteligencia artificial

Si el rumor se confirma, el desarrollo clave no sería que AMD ayude a Google a construir otro TPU, sino que Google está considerando un miembro de su familia TPU v10 intensivo en CPU, optimizado específicamente para cargas de trabajo de RL y agentes. Esto implica un cambio de paradigma: en lugar de enfocarse exclusivamente en aceleradores tensoriales, los futuros sistemas de IA podrían necesitar un balance más equitativo entre cómputo vectorial y escalar.

La creciente demanda de modelos de razonamiento, como los que emplean técnicas de cadena de pensamiento o aprendizaje por refuerzo profundo, está obligando a los grandes proveedores de hardware a reconsiderar sus arquitecturas. El hecho de que Google, uno de los mayores desarrolladores de ASIC de IA, esté explorando la integración de CPU de AMD, valida la importancia de las cargas de trabajo híbridas. Esto podría influir en cómo Nvidia, Intel y otros diseñan sus próximas generaciones de procesadores para IA.

Por ahora, la naturaleza exacta de la colaboración sigue sin estar clara, y SemiAnalysis admite que su análisis podría ser inexacto. Sin embargo, la mera posibilidad de que AMD entre al mercado de ASIC para IA mediante una alianza con Google ya es un movimiento que podría tener implicaciones profundas en la dinámica competitiva del sector. Los próximos meses serán cruciales para observar si esta asociación se materializa y cómo afecta el futuro del aprendizaje por refuerzo y los modelos de agentes.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados