Rancangan bercita-cita tinggi Microsoft untuk menggantikan sebahagian besar GPU AMD dan Nvidia dengan pemecut AI buatan sendiri mendapat reaksi bercampur-campur daripada komuniti teknologi. Walaupun syarikat itu berhasrat untuk mengalihkan majoriti beban kerja pusat data mereka kepada silikon tersuai untuk nisbah harga-prestasi yang lebih baik, pemerhati industri mempersoalkan sama ada Microsoft boleh mengejar pesaing yang memulakan perjalanan ini beberapa tahun lebih awal.
Kemasukan Lewat Ke Dalam Pasaran Kompetitif
Komuniti teknologi menyerlahkan kelemahan ketara Microsoft dari segi masa. Google telah menggunakan TPU tersuai sejak 2015, manakala Amazon telah menggunakan puluhan ribu pemecut Trainium mereka. Microsoft baru sahaja mendedahkan pemecut AI Maia pertama mereka pada lewat 2023, meletakkan mereka kira-kira lapan tahun di belakang usaha awal Google . Kelewatan ini amat membimbangkan memandangkan pembangunan perkakasan biasanya memerlukan beberapa generasi untuk menjadi benar-benar kompetitif.
Cabaran ini melangkaui reka bentuk cip sahaja. Membina infrastruktur AI yang berkesan memerlukan sambungan khusus untuk mencipta kelompok pengkomputeran besar-besaran, dan jurutera dengan kepakaran ini amat terhad dalam industri. Kejayaan Google dengan TPU sangat bergantung pada penyelesaian sambungan tersuai ini, mewakili benteng teknikal yang ketara yang perlu diatasi oleh Microsoft .
Perbandingan Garis Masa Cip AI Tersuai:
- Google TPUs: Bermula 2015 (inferens), 2017 (latihan)
- Amazon Trainium: Menggunakan berpuluh ribu unit
- Microsoft Maia: Pertama kali didedahkan lewat 2023
- Jurang masa: Microsoft ~8 tahun ketinggalan daripada penggunaan awal Google
Keraguan Komuniti Mengenai Pelaksanaan
Pemerhati industri teknologi menyatakan keraguan tentang keupayaan Microsoft untuk melaksanakan visi ini. Rekod prestasi syarikat dengan inisiatif perkakasan adalah bercampur-campur, dan sesetengah ahli komuniti melihat pengumuman ini sebagai berpotensi hanya cakap kosong dan bukannya peralihan strategik yang konkrit. Cabaran institusi di Microsoft , termasuk keputusan organisasi masa lalu yang mungkin menghalang pembangunan AI, disebut sebagai halangan yang berpotensi.
Perkakasan tidak boleh begitu sahaja berubah daripada sifar kepada gigawatt infrastruktur dengan cakap-cakap. Malah Apple berada dalam kedudukan yang lebih baik untuk perkara sedemikian.
Spesifikasi cip Maia 100 generasi pertama menyokong kebimbangan ini. Dengan prestasi 800 teraFLOPS BF16 dan memori 64GB HBM2e , ia jauh ketinggalan daripada tawaran pesaing daripada Nvidia dan AMD , menunjukkan Microsoft mempunyai ruang yang besar untuk dipulihkan.
Spesifikasi Microsoft Maia 100:
- Prestasi: 800 teraFLOPS (BF16)
- Memori: 64GB HBM2e
- Lebar Jalur Memori: 1.8TB/s
- Status: Tidak dapat menandingi GPU pesaing Nvidia dan AMD
Cabaran Perisian dan Dominasi CUDA
Selain prestasi perkakasan, komuniti menunjuk kepada perisian sebagai medan pertempuran kritikal. Ekosistem CUDA Nvidia mewakili benteng kompetitif yang ketara yang secara historis mengekalkan AMD dalam keadaan kurang menguntungkan walaupun perkakasan yang kompetitif. Microsoft perlu membangunkan bukan sahaja cip yang berkuasa, tetapi juga alat perisian dan rangka kerja yang pembangun mahu gunakan.
Walau bagaimanapun, sesetengah pemerhati menyatakan bahawa beban kerja AI moden, terutamanya model berasaskan transformer, bergantung pada set primitif pengiraan yang agak terhad. Ini boleh memudahkan Microsoft mencapai keserasian perisian berbanding aplikasi pengkomputeran tujuan umum. Penggunaan TPU Google yang berjaya menunjukkan bahawa benteng CUDA tidak dapat diatasi untuk syarikat dengan sumber dan tumpuan yang mencukupi.
Dinamik Pasaran dan Implikasi Strategik
Pengumuman itu sendiri mempunyai tujuan strategik penting dengan memberi tekanan pada harga GPU . Dominasi pasaran semasa Nvidia membolehkan margin keuntungan yang ketara, dan ancaman yang boleh dipercayai daripada pelanggan utama seperti Microsoft boleh membantu menyederhanakan kos ini walaupun strategi cip tersuai mengambil masa bertahun-tahun untuk terwujud sepenuhnya.
Trend industri yang lebih luas ke arah integrasi menegak dalam infrastruktur AI mencerminkan skala besar dan keperluan khusus beban kerja AI moden. Syarikat seperti Apple telah memanjangkan pendekatan ini ke pusat data mereka sendiri, menggunakan silikon tersuai untuk perkhidmatan awan. Ini menunjukkan bahawa strategi Microsoft , walaupun lewat, sejajar dengan evolusi industri yang lebih luas ke arah penyelesaian pengkomputeran khusus yang dibina khas.
Kejayaan inisiatif cip tersuai Microsoft akhirnya bergantung pada pelaksanaan merentasi pelbagai dimensi: prestasi cip, pembangunan ekosistem perisian, perkongsian pembuatan, dan integrasi dengan infrastruktur sedia ada. Walaupun syarikat menghadapi cabaran yang ketara kerana permulaan yang lewat, faedah berpotensi prestasi harga yang dioptimumkan dan kawalan yang lebih besar ke atas infrastruktur AI mereka menjadikan ini keperluan strategik dan bukannya sekadar pilihan.
Rujukan: Microsoft CTO says he wants to swap most AMD and Nvidia GPUs for homemade chips