Redazione RHC : 31 Dicembre 2023 08:56
Google ha recentemente annunciato il lancio dei suoi nuovi modelli di intelligenza artificiale Gemini. Ha accompagnato l’evento con il rilascio dell’ultima versione della sua Tensor Processing Unit (TPU) di punta per l’addestramento e l’inferenza dell’IA. La mossa di Google è vista come un tentativo di competere con le unità di elaborazione grafica (GPU) leader di mercato di Nvidia .
TPU v5p, il più potente acceleratore AI di Google, è stato implementato per alimentare l'”Hypercomputer AI”. Si tratta di un’architettura di supercalcolo progettata specificamente per eseguire applicazioni di intelligenza artificiale. A differenza dei supercomputer convenzionali che vengono generalmente utilizzati per calcoli scientifici.
L’ultima versione di TPU include 8.960 chip per nodo, rispetto ai 4.096 della v4, ed è quattro volte più scalabile in termini di FLOP. I nuovi nodi forniscono un throughput di 4.800 Gbps e dispongono di 95 GB di memoria ad alta velocità (HBM). Questo contro i 32 GB di RAM HBM in TPU v4.
 Prova la Demo di Business Log! Adaptive SOC italiano Log management non solo per la grande Azienda, ma una suite di Audit file, controllo USB, asset, sicurezza e un Security Operation Center PERSONALE, che ti riporta tutte le operazioni necessarie al tuo PC per tutelare i tuoi dati e informati in caso di problemi nel tuo ambiente privato o di lavoro.
Scarica ora la Demo di Business Log per 30gg
Se ti piacciono le novità e gli articoli riportati su di Red Hot Cyber, iscriviti immediatamente alla newsletter settimanale per non perdere nessun articolo. La newsletter generalmente viene inviata ai nostri lettori ad inizio settimana, indicativamente di lunedì. |
La differenza tra Nvidia H100 e Google TPU v5p è la velocità. Google non offre i suoi TPU ad altre aziende per l’acquisto, vengono utilizzati esclusivamente all’interno dell’azienda per i propri prodotti e servizi. I TPU di Google sono stati a lungo utilizzati per alimentare servizi come Gmail, YouTube e Android. L’ultima versione è stata utilizzata anche per addestrare Gemini.
TPU v5p di Google è 2,8 volte più veloce nell’addestramento di modelli linguistici di grandi dimensioni rispetto a TPU v4. Offre un rapporto qualità-prezzo 2,1 volte maggiore. Sebbene la versione di fascia media TPU v5e rilasciata all’inizio di quest’anno offra il massimo valore, è solo 1,9 volte più veloce di TPU v4, rendendo TPU v5p l’opzione più potente.
Il TPU v5p è abbastanza potente da competere con la tanto ambita GPU H100 di Nvidia. Si tratta di una delle migliori schede grafiche per il lavoro di intelligenza artificiale. Secondo l’azienda, il componente è quattro volte più veloce nell’elaborazione dei carichi di lavoro rispetto alla GPU A100 di Nvidia.
Nel frattempo, il TPU v4 di Google è 1,2-1,7 volte più veloce dell’A100, secondo uno studio pubblicato ad aprile. I calcoli preliminari mostrano che il TPU v5p è circa 3,4-4,8 volte più veloce dell’A100. Questo lo pone alla pari o addirittura sopra l’H100, anche se sono necessari test più dettagliati per trarre conclusioni definitive.
RedazioneIl CEO di NVIDIA, Jen-Hsun Huang, oggi supervisiona direttamente 36 collaboratori suddivisi in sette aree chiave: strategia, hardware, software, intelligenza artificiale, pubbliche relazioni, networki...
OpenAI ha presentato Aardvark, un assistente autonomo basato sul modello GPT-5 , progettato per individuare e correggere automaticamente le vulnerabilità nel codice software. Questo strumento di inte...
Analisi RHC sulla rete “BHS Links” e sulle infrastrutture globali di Black Hat SEO automatizzato Un’analisi interna di Red Hot Cyber sul proprio dominio ha portato alla luce una rete globale di ...
Abbiamo recentemente pubblicato un approfondimento sul “furto del secolo” al Louvre, nel quale sottolineavamo come la sicurezza fisica – accessi, controllo ambientale, vigilanza – sia oggi str...
Una nuova e insidiosa campagna di phishing sta colpendo i cittadini lombardi. I truffatori inviano e-mail che sembrano provenire da una presunta agenzia di recupero crediti, chiedendo il pagamento di ...
