微軟和谷歌正在通過搜索引擎將人工智能帶給人們，從而推動了一場重大的計算變革，而衡量成功的標準之一可能取決于支持應用程序的硬件和數(shù)據(jù)中心基礎設施。

上周，微軟和谷歌宣布推出下一代人工智能搜索引擎，可以推理和預測，并為用戶問題提供更全面的答案。搜索引擎將能夠為復雜的查詢生成完整的答案，就像 ChatGPT 提供詳細答案或撰寫論文的方式一樣。

微軟正在將 AI 置于 Bing 中以響應文本查詢，Google 也計劃將 AI 置于其文本、圖像和視頻搜索工具中。這些公告是在上周連續(xù)幾天發(fā)布的。

兩家公司承認，如果沒有強大的硬件基礎設施，人工智能就不可能進入搜索引擎。兩家公司沒有分享驅動人工智能計算的實際硬件的細節(jié)。

多年來，微軟和谷歌一直在培育專為黃金時段公告設計的人工智能硬件，例如上周的人工智能搜索引擎。

這些公司擁有截然不同的人工智能計算基礎設施，響應速度和結果準確性將成為對搜索引擎生存能力的嚴峻考驗。

谷歌的Bard在其云服務中由其 TPU（張量處理單元）芯片提供支持，熟悉該公司計劃的消息人士證實了這一點。微軟表示，其在 Azure 中的人工智能超級計算機——可能在 GPU 上運行——可以以毫秒級或搜索延遲的速度提供結果。

谷歌的 TPU 與 AI 市場領導者 Nvidia 之間的 AI 計算展開了一場非常公開的戰(zhàn)斗，Nvidia 的 GPU 在市場上占據(jù)主導地位。

“團隊致力于在全球范圍內(nèi)為機器和數(shù)據(jù)中心提供動力和建設。我們仔細地編排和配置了一組復雜的分布式資源。我們構建了新的平臺部件，旨在以前所未有的方式幫助負載平衡、優(yōu)化性能和擴展，”微軟 Bing 產(chǎn)品負責人 Dena Saunders 在發(fā)布會上說。

微軟正在使用更高級版本的 OpenAI 的 ChatGPT。在微軟的活動中，OpenAI 首席執(zhí)行官Sam Altman估計每天有 100 億次搜索查詢。

微軟通過實現(xiàn)讓Bing擁有AI能力的道路確保其AI 超級計算機具有計算能力，該公司聲稱它是世界上最快的五臺超級計算機之一，但該計算機未列入 Top500 排名。

“我們參考了 AI 超級計算機，但這項工作花費了數(shù)年時間，并且需要大量投資來構建我們可以在堆棧的每一層中引入的規(guī)模類型、速度類型和成本類型。微軟執(zhí)行副總裁兼首席財務官Amy Hood上周在與投資者的電話會議上表示，我認為……我們的運營規(guī)模非常不同。

Hood 說，隨著使用規(guī)模和優(yōu)化的實施，超級計算機層的 AI 計算成本將隨著時間的推移而繼續(xù)下降。

“當然，每次搜索交易的成本往往會隨著規(guī)模的擴大而下降，我認為我們從一個非常強大的平臺開始，以便能夠做到這一點，”Hood 說。

隨著更多 GPU 的實施，計算成本通常會上升，冷卻成本和其他支持基礎設施也會增加賬單。但公司通常將收入與計算成本掛鉤。

微軟的 AI 超級計算機是與 OpenAI 合作建造的，它擁有 285,000 個 CPU 內(nèi)核和 10,000 個 GPU。Nvidia 在 11 月簽署了一項協(xié)議，將其數(shù)萬個 A100 和 H100 GPU 放入 Azure 基礎設施中。

根據(jù)Statcounter的數(shù)據(jù)，微軟的 Bing 搜索份額并不接近谷歌搜索，谷歌搜索在 1 月份擁有 93% 的市場份額。

人工智能從根本上說是一種基于推理和預測能力的不同計算方式，而傳統(tǒng)計算則圍繞邏輯計算展開。AI 是在可以執(zhí)行矩陣乘法的硬件上完成的，而傳統(tǒng)計算圍繞著 CPU 展開，CPU 擅長數(shù)據(jù)的串行處理。

谷歌正在采取謹慎的態(tài)度，并將其 Bard 對話式 AI 作為其 LaMDA 大型語言模型的輕量級現(xiàn)代版本發(fā)布。谷歌的 LaMDA 是與 OpenAI 的 GPT-3 競爭的本土版本，后者是 ChatGPT 對話式人工智能的基礎。

Technalysis Research 首席分析師 Bob O'Donnell 表示，處理 AI 搜索的基礎設施建設仍在進行中，微軟和谷歌需要解決很多問題。

微軟意識到人工智能計算正在迅速發(fā)展，并且愿意測試和使用新的人工智能硬件，O'Donnell 說，他在上周的 Bing AI 發(fā)布會上與微軟的基礎設施團隊進行了交談。

“他們還明確表示，‘我們正在嘗試一切，因為它一直在變化。甚至我們現(xiàn)在正在做的事情也會隨著時間的推移而改變——未來會有不同，'”O(jiān)'Donnell 說。

O'Donnell 說，對于 Microsoft 而言，擁有一個更靈活的計算平臺“比在一項給定任務上一定要快 5%”更為重要。

“他們承認，‘看，我們將在接下來的 30 天內(nèi)學到很多東西，因為人們開始使用它，我們開始看到負載的真實情況?！?這是一種動態(tài)的、動態(tài)的東西，”O(jiān)'Donnell 說。

例如，Microsoft 可能會了解人們使用搜索請求訪問服務器的高峰時間。O'Donnell 說，在低使用率期間，微軟可以從輸出結果的推理部分切換到需要更多 GPU 計算的訓練部分。

谷歌于 2016 年推出的TPU一直是該公司人工智能戰(zhàn)略的關鍵組成部分。眾所周知，TPU 為 AlphaGo 提供了動力，該系統(tǒng)在 2016 年擊敗了圍棋冠軍李世石。該公司的 LaMDA LLM 是為在 TPU 上運行而開發(fā)的。谷歌的姊妹組織 DeepMind 也在使用 TPU 進行人工智能研究。

SemiAnalysis 創(chuàng)始人 Dylan Patel在一份簡報中表示，谷歌的芯片“使用內(nèi)部 TPUv4 pod 與 Microsoft/OpenAI 使用基于 Nvidia 的 HGX A100s 相比，在基礎設施方面具有顯著優(yōu)勢” 。

隨著時間的推移，隨著硬件規(guī)模和模型針對硬件的優(yōu)化，成本將會降低，Patel寫道。

Facebook 現(xiàn)在正在建設具有更多 AI 計算能力的數(shù)據(jù)中心。Facebook 集群將擁有數(shù)千個加速器，其中包括 GPU，并將在 8 至 64 兆瓦的功率范圍內(nèi)運行。人工智能技術被用來刪除令人反感的內(nèi)容，計算集群將驅動公司的元宇宙未來。該公司還在建造一臺配備 16,000 個 GPU 的 AI 研究超級計算機。

Mercury Research 首席分析師迪恩·麥卡倫 (Dean McCarron) 表示，一般來說，現(xiàn)在正在為目標工作負載構建數(shù)據(jù)中心，這些工作負載越來越多地圍繞人工智能應用，并且具有更多 GPU 和 CPU 內(nèi)容。

云提供商經(jīng)過漫長的評估周期來挑選最好的 CPU、GPU 和其他組件?？倱碛谐杀臼橇硪粋€考慮因素。

“這里的另一個問題是它有多靈活？因為一些購買者可能不想對特定的工作負載投入或做出太大的承諾，因為他們不知道將來是否會出現(xiàn)這種情況，”McCarron 說。

優(yōu)先支持 AI 工作負載的數(shù)據(jù)中心將更多地采用 Intel、Nvidia 和 AMD 的 GPU 和 CPU。有些人可能會為 AI 工作負載選擇備用加速器，但它們可以與 GPU 和 CPU 共存。

“你總是需要更快的 GPU。十年后，在數(shù)據(jù)中心，會有 CPU 嗎？是的。會有 GPU 嗎？是的，也是，”麥卡倫說。

編輯：黃飛

?