Google ၏ tensor processing ယူနစ်များသည် ယခုအခါ Meta ၏ ဒေတာစင်တာများအတွင်းတွင် လုပ်ဆောင်နေပြီဖြစ်ပြီး၊ 2026 ခုနှစ် အောက်တိုဘာလ 22 ရက်နေ့တွင် ထုတ်ပြန်ခဲ့သည့် Tom's Hardware မှ အစီရင်ခံစာအရ - Google သည် ၎င်း၏ကိုယ်ပိုင် cloud မှမဟုတ်ဘဲ ၎င်း၏ကိုယ်ပိုင် cloud မှတဆင့် ဟာ့ဒ်ဝဲထက် ပြင်ပဖောက်သည်တစ်ဦးအား ၎င်း၏စိတ်ကြိုက် AI ချစ်ပ်များကို ပထမဆုံးအကြိမ် ရောင်းချခဲ့သည်။ အဆိုပါ လှုပ်ရှားမှုသည် Nvidia ၏ GPU များသည် လေ့ကျင့်သင်ကြားမှုနှင့် မော်ဒယ်ကြီးများကို ဝန်ဆောင်မှုပေးရန်အတွက် ပုံသေရွေးချယ်မှုဖြစ်ပြီး ကာလကြာရှည်စွာ တည်ရှိနေသည့် AI ဟာ့ဒ်ဝဲစျေးကွက်တွင် သမိုင်းဝင်ပြောင်းလဲမှုတစ်ခုဖြစ်သည်။
Nvidia ၏ CUDA ဆော့ဖ်ဝဲလ်ဂေဟစနစ်သည် အခြားရွေးချယ်စရာများ ပေါ်ပေါက်လာသည်နှင့်အမျှ ၎င်း၏ GPU များကို အစားထိုး၍မရသော နှစ်များကြာအောင် စက်မှုလုပ်ငန်းတွင် ယူဆချက်မှာ နှစ်ပေါင်းများစွာကြာခဲ့ပြီဖြစ်သည်။ ယင်းယူဆချက်ကို ချိုးဖျက်ရန် အကောင်းဆုံးနေရာယူထားသည့် ကုမ္ပဏီနှစ်ခုက စမ်းသပ်လျက်ရှိသည်။ ဤသုံးလပတ်တွင် Meta ၏ကြီးမားသော AI အခြေခံအဆောက်အအုံအသုံးစရိတ်၏ထိပ်ဆုံးတွင် ထွက်ပေါ်လာသော သဘောတူညီချက်သည် ဟိုက်ပါစကေးများသည် တွက်ချက်မှုလွတ်လပ်မှုကို မည်မျှအလေးအနက်ထားလုပ်ဆောင်နေသနည်း— aibuzzwire.news တွင် ကျွန်ုပ်တို့၏ပင်မစာမျက်နှာတွင် နေ့စဉ်ဖော်ပြထားသော နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုများနှင့်အတူ သင်ပိုမိုနက်ရှိုင်းစွာ လိုက်ကြည့်နိုင်သည့် ဇာတ်လမ်းဖြစ်သည်။
TorchTPU မှ Steel နှင့် Silicon အထိ
ဤအခိုက်အတန့်အတွက် အခြေခံအုတ်မြစ်ကို လွန်ခဲ့သော နှစ်ရက်က လူသိရှင်ကြား ချပြခဲ့သည်။ အောက်တိုဘာလ 20 ရက်နေ့တွင် Google နှင့် Meta တို့ပူးပေါင်း၍ Google ၏ TPUs အတွက် PyTorch နောက်ခံအဖွင့်ဖြစ်သော TorchTPU သည် TorchTPU အဖွဲ့၏တရားဝင် PyTorch ဘလော့ဂ်တွင် ကြေညာခဲ့သည်။ အဆိုပါပရောဂျက်ကို Meta ၏ PyTorch အဖွဲ့နှင့် ပူးပေါင်းကာ 2025 နှစ်လယ်တွင် Google တွင် စတင်ခဲ့ပြီး ၎င်းသည် ယခင်က သန့်ရှင်းသပ်ရပ်စွာ စီမံထားခြင်းမရှိသည့် အရာတစ်ခုဖြစ်သည်- ၎င်းသည် လက်ရှိ PyTorch အလုပ်ဝန်များကို TPU များပေါ်တွင် အသေးအဖွဲကုဒ်ပြောင်းလဲမှုဖြင့် လုပ်ဆောင်နိုင်စေကာ အခြေခံအားဖြင့် `.to("cuda")` ကို `.to("tpu")` အတွက် လဲလှယ်ပေးပါသည်။
2020 ခုနှစ်တွင် စတင်ခဲ့သော Google ၏ အစောပိုင်းကြိုးပမ်းမှုဖြစ်သော PyTorch/XLA သည် အနှောက်အယှက်ဖြစ်စေသော အရင်းအမြစ်-ကုဒ် ပြုပြင်မွမ်းမံမှုများ လိုအပ်ပြီး စုစည်းမှုအချိန်ကြာမြင့်စွာ ခံစားခဲ့ရပြီး PyTorch ၏ မူလစိတ်အားထက်သန်မှု အကောင်အထည်ဖော်မှုမုဒ်အတွက် ပံ့ပိုးမှု ကင်းမဲ့ခြင်းကြောင့် အရေးကြီးပါသည်။ TPUs များကို စမ်းသပ်သည့် အဖွဲ့များစွာသည် developer အတွေ့အကြုံ အလွန်နာကျင်သောကြောင့် Nvidia GPUs သို့ ပြန်သွားကြသည်။ TorchTPU သည် အဟောင်း Lazy Tensor ချဉ်းကပ်မှုထက် Torch Dynamo တွင်တည်ဆောက်ထားသော JAX မှီခိုမှုများနှင့် torch.compile ပေါင်းစပ်မှုမရှိဘဲ ၎င်းကိုဖြေရှင်းရန် အတိအလင်း ဒီဇိုင်းထုတ်ထားသည်။
သဘောတူညီချက်မှ Meta သည် အဘယ်နည်း
Google နှင့် Meta မှ လူသိရှင်ကြား ထုတ်ပြန်ထားသော နည်းပညာဆိုင်ရာ ရလဒ်များသည် မှတ်သားဖွယ်ကောင်းသည်။ Yahoo Tech မှဖော်ပြသောအသေးစိတ်အချက်အလက်များအရ TorchTPU stack သည် Hugging Face မော်ဒယ် 5,000 ကို သက်သေပြထားပြီး၊ Google ၏ DeferAndFuse ကွပ်မျက်မှုမုဒ်သည် တင်းကျပ်သောစိတ်အားထက်သန်သောလုပ်ဆောင်မှုထက် စွမ်းဆောင်ရည် 50 ရာခိုင်နှုန်း သို့မဟုတ် ထို့ထက်ပို၍ စွမ်းဆောင်နိုင်မည်ဖြစ်သည်။ ရောင်းချသူ ဖြစ်ရပ်လေ့လာမှုများက Meta's Llama 3 405B မော်ဒယ်သည် 128 မှ 1,024 Ironwood TPUs အစုအဝေးများတွင် အသုံးပြုမှု 57 ရာခိုင်နှုန်းအထိ မော်ဒယ်လ် FLOPs ကိုရောက်ရှိကြောင်း ပြသသည် — ကိန်းဂဏန်းများက ကိုယ်တိုင်အစီရင်ခံထားစဉ်တွင် ချစ်ပ်များသည် ရှေ့တန်းစကေးလေ့ကျင့်ရေးအလုပ်များကို ကျွမ်းကျင်စွာ လုပ်ဆောင်နိုင်သည်ကို ညွှန်ပြသည်။
စီးပွားရေးက ပိုကြီးတဲ့ ဇာတ်လမ်းပါ။ TPU များသည် ထိပ်တန်း Nvidia GPUs များထက် ကုန်ကျစရိတ် သိသိသာသာ နည်းပါးကြောင်း ကောလာဟလများ ထွက်ပေါ်နေပြီး ၎င်း၏ AI သုတေသန ရည်မှန်းချက်များနှင့် ၎င်း၏ အကြံပြုချက်စနစ်များ နှစ်ခုစလုံးကို လွှမ်းခြုံထားသည့် Meta ၏ တွက်ချက်မှု အရသာရှိသော ကုမ္ပဏီတစ်ခုတွင် — တစ်ခုတည်းသော ပေးသွင်းသူထံမှ ကွဲပြားစေရန် မက်လုံးများ ရှိသည်။ Meta နှင့် Google တို့သည် Meta ဒေတာစင်တာများတွင် TPU များအသုံးပြုရန် TPU များအသုံးပြုရန် ဆွေးနွေးနေကြကြောင်း Bloomberg မှ 2025 ခုနှစ် နိုဝင်ဘာလတွင် အစီရင်ခံတင်ပြခဲ့ပြီး TorchTPU တွင် ပူးပေါင်းဆောင်ရွက်မှုကို 2025 ခုနှစ် ဒီဇင်ဘာလတွင် Reuters မှ အစီရင်ခံတင်ပြခဲ့ပါသည်။ ယခုပြောင်းလဲသွားသည်မှာ ဆွေးနွေးမှုမှ ဖြန့်ကျက်ခြင်းသို့ ပြောင်းရွှေ့သွားခြင်းဖြစ်ပြီး Tom's Hardware သည် ချစ်ပ်များကို ရုပ်ပိုင်းဆိုင်ရာထည့်သွင်းပြီး လုပ်ဆောင်နေခြင်းဖြစ်ကြောင်း အစီရင်ခံပါသည်။
Nvidia ၏သံချပ်ကာတွင် Crack
Nvidia သည် AI အရှိန်မြှင့်စက်ဈေးကွက်အများစုကို ထိန်းချုပ်ထားဆဲဖြစ်ပြီး ၎င်း၏ဒေတာစင်တာမှရရှိသောဝင်ငွေသည် ပြိုင်ဘက်တိုင်းလိုက်နေသည့်စံနှုန်းအဖြစ် ကျန်ရှိနေပါသည်။ ဒါပေမယ့် ဒိုင်းနမစ်တွေက ရွေ့နေတယ်။ TechCrunch သည် TorchTPU လွှင့်တင်မှု၏ လွှမ်းခြုံမှုတွင် ထည့်သွင်းထားသကဲ့သို့၊ Google သည် developer များအား ၎င်း၏ hardware နှင့် ဆက်နွယ်နေစေမည့် ဆော့ဖ်ဝဲအလွှာရှိ Nvidia ၏ အမာခံနေရာကို တိုက်ခိုက်ရာတွင် Google နှင့် ပူးပေါင်းထားသည်။ Meta၊ တစ်ချိန်တည်းမှာပင်၊ ညှိနှိုင်းနိုင်သော သြဇာအာဏာကို ရရှိသည်- ၎င်းထည့်သွင်းသည့် TPU ထိန်သိမ်းတိုင်းသည် Nvidia ၏စျေးနှုန်းဖြင့် ဝယ်ယူရန်မလိုအပ်သော GPU အတွဲတစ်ခုဖြစ်သည်။
ဖိအားသည် လမ်းကြောင်းများစွာမှ တစ်ပြိုင်နက် ရောက်လာသည်။ Amazon တွင် ၎င်း၏ Trainium ချစ်ပ်များ၊ Google တွင် TPU များ ရှိပြီး လုပ်ငန်းစတင်မှု လှိုင်းလုံးများသည် စုံစုံတိကျသော အရှိန်မြှင့်စက်များကို တည်ဆောက်နေကြသည်။ Meta ဖြန့်ကျက်မှုကို ကွဲပြားစေသောအရာမှာ အတိုင်းအတာနှင့် မြင်နိုင်စွမ်းဖြစ်သည်။ Meta သည် Nvidia ၏အကြီးဆုံးဖောက်သည်များထဲမှတစ်ခုဖြစ်ပြီး၊ TPU များသည် လေ့ကျင့်ရေးနှင့် အနုမာနအလုပ်များနှစ်ခုလုံး၏ အဓိပ္ပာယ်ပြည့်ဝသောမျှဝေမှုကို သယ်ဆောင်နိုင်သည်ဟု ၎င်း၏အင်ဂျင်နီယာအဖွဲ့များက ကောက်ချက်ချပါက၊ အခြားကြီးမားသောဝယ်ယူသူများသည် အာရုံစိုက်မည်ဖြစ်သည်။
##သတိပေးချက်များ
ဒါတွေက Nvidia ရဲ့ အနေအထားက နေ့ချင်းညချင်း ပြိုကျတာကို ဆိုလိုတာပါ။ PyTorch ဘလော့ဂ်ကိုယ်တိုင်က TPUs များတွင် မော်ဒယ်များ အကွက်များကုန်သွားသော်လည်း အမြင့်ဆုံးစွမ်းဆောင်ရည်ကိုရရှိရန် ဟာ့ဒ်ဝဲအသိပေးကောင်းမွန်မှုလိုအပ်နေသေးသည်၊ အကြောင်းမှာ မော်ဒယ်ပုံသဏ္ဍာန်များ၊ ခွဲထုတ်သည့်ဗျူဟာများနှင့် kernel အကောင်အထည်ဖော်မှုများကို ပုံမှန်အားဖြင့် GPU ဗိသုကာများအတွက် ချိန်ညှိထားသောကြောင့်ဖြစ်သည်။ TPU လမ်းညွှန်ချက်အစုံသည် Nvidia နှင့် ကွဲပြားပြီး ကိရိယာများ၊ စာကြည့်တိုက်များနှင့် အတွေ့အကြုံရှိသော အင်ဂျင်နီယာများ၏ ဂေဟစနစ်သည် GPU ကို အဓိကထားဆဲဖြစ်သည်။
ရောင်းလိုအားလည်း မေးစရာရှိတယ်။ Google သည် ၎င်း၏အတွင်းပိုင်းအလုပ်များ နှင့် ၎င်း၏ cloud သုံးစွဲသူများအတွက် TPU များကို သမိုင်းတွင် သိမ်းဆည်းထားပြီး စိတ်ကြိုက်အရှိန်မြှင့်စက်များအတွက် ထုတ်လုပ်မှုစွမ်းရည်မှာ အကန့်အသတ်မရှိဖြစ်သည်။ Google သည် Meta ၏ စုစုပေါင်းတွက်ချက်မှုခြေရာအတွက် အဓိပ္ပာယ်ရှိသော TPU များကို အတိုင်းအတာတစ်ခုအတွင်း ပံ့ပိုးပေးနိုင်သည် သို့မဟုတ် လိုလားသည်ဖြစ်စေ — ကုမ္ပဏီအများစုကို သေးငယ်သွားစေသည် — သည် မေးခွန်းထုတ်စရာဖြစ်နေဆဲဖြစ်သည်။
ဘာကိုကြည့်ရမလဲ
စောင့်ကြည့်ရန် လက်ငင်းအချက်ပြမှုများမှာ အခြားသော hyperscalers များသည် Meta ၏ ဦးဆောင်မှုကို လိုက်နာခြင်း ရှိ၊ မရှိ၊ စျေးနှုန်းအပေါ် Nvidia က တုံ့ပြန်ပုံနှင့် TorchTPU ၏ open-source အရှိန်အဟုန်သည် TPU အခြေခံအဆောက်အအုံပေါ်သို့ စစ်မှန်သော ရွှေ့ပြောင်းမှုအဖြစ် PyTorch အလုပ်အားကို ဘာသာပြန်ဆိုခြင်း ဖြစ်သည်။ AI ဟာ့ဒ်ဝဲဈေးကွက်သည် ထိပ်တန်း Nvidia ၏ ယုံကြည်စိတ်ချရသော အစားထိုးရွေးချယ်မှုအတွက် နှစ်ပေါင်းများစွာ စောင့်ဆိုင်းနေခဲ့သည်။ ယခု TPU များသည် ဒုတိယကုမ္ပဏီ၏ဒေတာစင်တာများတွင် လုပ်ဆောင်နေသဖြင့်၊ စောင့်ဆိုင်းမှုသည် နောက်ဆုံးတွင် ပြီးဆုံးသွားမည်ဖြစ်သည်။
AI ထက်သာလွန်နေပါစေ။
AI ဟာ့ဒ်ဝဲပြိုင်ပွဲသည် အရှိန်အဟုန်ဖြင့် အရှိန်မြှင့်လာနေပြီး လာမည့်ဆယ်စုနှစ်အတွင်း အောင်နိုင်သူများနှင့် ရှုံးနိမ့်သူများကို ယခု ဆုံးဖြတ်လျက်ရှိသည်။ ချစ်ပ်များ၊ မော်ဒယ်များနှင့် စက်မှုလုပ်ငန်းကို ပြန်လည်ပုံဖော်ခြင်းဆိုင်ရာ အပေးအယူများဖြင့် လွတ်လပ်သော လွှမ်းခြုံမှုဖြင့် AI ကို ကျော်လွန်နေပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →
