マイクロソフトのカスタム人工知能ハードウェアへのプッシュは、深刻なひっかきりしています。次世代のマイアチップ、コード名のブラガは、2026年まで大量生産に入りません。少なくとも6か月遅れています。情報は、遅延があることを報告しています 上昇 AIチップ市場におけるNvidiaの優位性に挑戦するマイクロソフトの能力についての新たな疑問と、競争力のあるシリコンを構築するための急な技術的および組織的なハードルを強調しています。
Microsoftは、世界中のほとんどのAIデータセンターを強化するNVIDIAの高性能GPUへの依存度を削減するために、CHIPプログラムを開始しました。 Cloud Rivals AmazonやGoogleのように、AIワークロード用のカスタムシリコンに多額の投資を行っています。ただし、最新の遅延は、ブラガが登場するまでにパフォーマンスにおいてNvidiaのBlackwellチップに遅れをとっている可能性が高いことを意味し、両社間のギャップが広がっています。
Braga Chipの開発は、多くのset折に直面しています。プロジェクトに詳しい情報筋は、予期しない設計の変更、人員配置不足、および高い売上高がタイムラインを繰り返し遅らせることを情報に語った。
Microsoftの重要なパートナーであるOpenaiが開発の後半で新機能を要求したとき、1つの後退が起こりました。伝えられるところによると、これらの変更はシミュレーション中にチップを不安定にし、さらなる遅延を引き起こしました。一方、締め切りに間に合うようにプレッシャーは大きな消耗を促進し、一部のチームはメンバーの最大20％を失いました。
Bragaを含むMAIAシリーズは、Azure Cloud Workloadsに合わせたチップを設計することにより、AIインフラストラクチャを垂直に統合するというMicrosoftの推進を反映しています。 2023年後半に発表されたMAIA 100は、高度な5ナノメートルテクノロジーを使用し、AIの激しい熱需要を管理するためにカスタムラックレベルの電源管理と液体冷却を備えています。
Microsoftは、より要求の厳しいトレーニング段階ではなく、推論のためにチップを最適化しました。そのデザインの選択 アライン CopilotやAzure Openaiなどのデータセンターの電源サービスに展開するという同社の計画により。ただし、Microsoftが生成AIおよび大規模な言語モデルの最近の急増の前に設計したため、MAIA 100には内部テスト以外の使用が限られていることがわかりました。
「ASICが購入できるものよりも優れていない場合、ASICを構築するポイントは何ですか？」 – Nividia CEO Jensen Huang
対照的に、2024年後半に展開を開始したNvidiaのBlackwellチップは、トレーニングと推論の両方を大規模に設計しています。 2000億を超えるトランジスタを特徴とし、カスタムTSMCプロセスに基づいて構築されたこれらのチップは、例外的な速度とエネルギー効率を提供します。この技術的利点は、世界中のAIインフラストラクチャの優先サプライヤーとしてのNvidiaの立場を固めています。
AIチップレースのステークスは高くなっています。 Microsoftの遅延は、Azureの顧客がNvidiaハードウェアに長く依存することを意味し、コストを引き上げる可能性があり、Microsoftのクラウドサービスを区別する能力を制限します。一方、Amazon’s Trainium 3とGoogleの第7世代のテンソル処理ユニットがデータセンターで牽引力を獲得するため、AmazonとGoogleはシリコンデザインで進んでいます。
Team Greenは、競争にf然としているように見えます。 Nvidia CEOのJensen Huangは最近、主要なハイテク企業がカスタムAIチップに投資していることを認めましたが、Nvidiaの製品がすでにパフォーマンスと効率の標準を設定している場合、そうすることに対する理論的根拠に疑問を呈しました。
#MicrosoftのカスタムAIチップヒットの遅延が発生しNvidiaに滑走路が増えます