‏تراشه‌ای که خودِ Gemini‌ـه، نه میزبانش

بیشتر تراشه‌های هوش مصنوعی همه‌منظوره‌ان: مدل رو روشون بار می‌کنی و اجراش می‌کنن. طبق این گزارش گوگل داره کار عجیب‌تری امتحان می‌کنه — تراشه‌ای که خودش همون مدله، با نقشهٔ Gemini حک‌شده روی خود سخت‌افزار. پروژه که به‌شکل غیررسمی «Frozen v2» نامیده شده، اول در The Information گزارش شد و بعد رویترز و بلومبرگ لا هم برش داشتن. سهام آلفابت روی این خبر تا ۳.۷ درصد بالا رفت.

تراشه‌های امروزی مدل رو تو حافظه نگه می‌دارن و داده‌شو مدام جابه‌جا می‌کنن؛ همین انعطاف هزینهٔ توان و زمان داره. Frozen v2 در عوض معماری شبکهٔ عصبی Gemini رو مستقیم تو مدار می‌پزه. مهندس‌ها هنوز می‌تونن با بار کردن وزن‌های جدید مدل رو تازه کنن، ولی ساختار زیرین ثابت — یا «فریز» — می‌مونه. اینکه چه بخشی از مدل سخت‌افزاری بشه ظاهراً هنوز در حال تصمیم‌گیریه.

پاداشش بازدهیه. طبق گزارش، این تراشه می‌تونه شش تا ده برابر بازده‌تر از جدیدترین تراشه‌های اختصاصی گوگل باشه، با معیار تعداد توکن سرو‌شده به ازای واحد توان. قراره یه خط سیلیکون جدید و جدا از TPUها باشه، نه جایگزینشون، و استقرارش از حدود ۲۰۲۸ هدف‌گذاری شده.

زمان‌بندی هم تصادفی نیست. The Information می‌نویسه Frozen v2 تا حدی پاسخی به تنگنای ظرفیت هوش مصنوعی داخل خود گوگله؛ فشاری که به گفتهٔ این گزارش اون‌قدر جدی بوده که Google Cloud بعضی مشتری‌های بیرونی رو رد کرده و تنش‌های داخلی هم درست کرده. کنار اینا یه زاویهٔ راهبردی هم هست: گوگل از قبل TPUهای خودشو طراحی می‌کنه تا وابستگیش به انویدیا کم بشه و یه تراشهٔ مخصوص Gemini این خوداتکایی رو یه قدم جلوتر می‌بره.

مزیت دیگه سرعته. چون طراحی ثابته، تراشه می‌تونه با تأخیر خیلی کم جواب بده، و همین به کاربردهای بی‌درنگ مثل دستیار صوتی می‌خوره که تأخیر توش دشمن اصلیه.

گوگل تنها نیست. استارتاپی به اسم Taalas همین ایده رو می‌فروشه و وزن‌ها و معماری مدل رو مستقیم روی تراشه‌ای به نام Hardcore چاپ می‌کنه. عددهای اعلامی‌شون چشمگیره: تا ۱۷ هزار توکن در ثانیه، در برابر حدود ۱۵۰ توکن به ازای هر کاربر روی یه GPU ردهٔ بالای انویدیا. شرکت می‌گه به حافظهٔ پرپهنای‌باند گرون هم نیاز نداره.

ریسک آشکار این مسیر خشکیه. هوش مصنوعی سریع حرکت می‌کنه و تراشه‌ای که حول Gemini امروز ساخته شده ممکنه تا ۲۰۲۸ قدیمی به‌نظر برسه؛ به‌روزرسانی‌پذیر نگه‌داشتن وزن‌ها این ریسک رو نرم می‌کنه ولی معماری همچنان از قبل قفل شده. ضمن اینکه گوگل پروژه رو تأیید نکرده و سخنگوش فقط گفته تیم‌ها ایده‌های پربازده رو آزمایش می‌کنن و هر پروژهٔ آزمایشگاهی به تولید نمی‌رسه.

نویسنده توصیه می‌کنه Frozen v2 رو یه سیگنال بدونیم نه یه محصول در راه — سیگنالی که می‌گه رقابت سیلیکون اختصاصی داره از «اجرای هر مدلی» به «ذوب یک مدل در فلز» جابه‌جا می‌شه.

نکات کلیدی:

• Frozen v2 معماری Gemini رو تو مدار حک می‌کنه ولی وزن‌ها به‌روزرسانی‌پذیر می‌مونن
• ادعای بازدهی شش تا ده برابری بر حسب توکن سرو‌شده به ازای واحد توان
• خط سیلیکونی جدا از TPU، با هدف استقرار از حدود ۲۰۲۸
• استارتاپ Taalas با تراشهٔ Hardcore همین ایده رو جلوتر برده
• گوگل پروژه رو تأیید نکرده؛ ریسک اصلی هم کهنه‌شدن معماری ثابته