Nowy układ sztucznej inteligencji Microsoftu opóźniony do 2026 roku: raport

Dążenie Microsoftu do opracowania zastrzeżonych chipów sztucznej inteligencji napotkało na poważne niepowodzenie, ponieważ jego chip sztucznej inteligencji nowej generacji, o nazwie kodowej Braga, stoi w obliczu opóźnienia produkcji wynoszącego co najmniej sześć miesięcy.

Rozwój ten przesuwa przewidywany harmonogram masowej produkcji z 2025 na 2026 rok.

Opóźnienie może mieć wpływ na strategię Microsoftu polegającą na zmniejszeniu zależności od zewnętrznych dostawców chipów i wzmocnieniu swojej pozycji w zaciekle konkurencyjnym krajobrazie sztucznej inteligencji.

Niepowodzenia w produkcji i oczekiwania dotyczące wydajności

Opóźnienie masowej produkcji chipa Braga do 2026 roku oznacza zauważalną zmianę w stosunku do początkowych aspiracji Microsoftu.

Firma podobno miała nadzieję na zintegrowanie chipa Braga ze swoimi centrami danych już w tym roku.

Jednak zbieg czynników przyczynia się do tych nieprzewidzianych opóźnień.

Raport wskazuje, że nieprzewidziane zmiany w projekcie chipa, wraz z ograniczeniami kadrowymi i wysokim wskaźnikiem rotacji pracowników w projekcie, są kluczowymi czynnikami przyczyniającymi się do zmienionego harmonogramu.

Na domiar złego, źródła sugerują, że gdy układ Braga w końcu wejdzie do produkcji, oczekuje się, że jego wydajność będzie znacznie niższa od niedawno wydanego układu Blackwell firmy Nvidia, który zadebiutował w zeszłym roku.

Ta luka w wydajności może stanowić kolejne strategiczne rozważania dla firmy Microsoft, która dąży do optymalizacji swojej infrastruktury AI.

Dążenie do niestandardowych chipów AI

Inwestycja Microsoftu w rozwój niestandardowych procesorów, takich jak Maia, podkreśla szerszy trend wśród głównych firm technologicznych.

Podobnie jak jego odpowiedniki Big Tech, Microsoft mocno przywiązuje dużą wagę do tworzenia wewnętrznych chipów zaprojektowanych specjalnie do operacji sztucznej inteligencji i różnych zastosowań ogólnych.

Główną motywacją stojącą za tym strategicznym zwrotem jest znaczne zmniejszenie zależności giganta technologicznego od kosztownych chipów dostarczanych przez producentów zewnętrznych, w szczególności od bardzo pożądanych i drogich ofert Nvidii.

Projektując własny krzem, Microsoft stara się uzyskać większą kontrolę nad swoim stosem sprzętowym, co potencjalnie prowadzi do poprawy wydajności dostosowanej do unikalnego oprogramowania i usług w chmurze, a także do znacznej oszczędności kosztów w dłuższej perspektywie.

Wzajemny postęp w niestandardowych układach scalonych

Podczas gdy Microsoft pokonuje te przeszkody programistyczne, jego rywale w chmurze, Amazon i Google firmy Alphabet, aktywnie rozwijają własne inicjatywy dotyczące niestandardowych chipów.

Google, na przykład, osiągnął znaczący sukces dzięki swoim niestandardowym chipom AI, znanym jako Tensor Processing Units (TPU).

W kwietniu Google jeszcze bardziej pokazał swoje zaangażowanie w wewnętrzne układy scalone, prezentując układ sztucznej inteligencji siódmej generacji, zaprojektowany specjalnie w celu przyspieszenia wydajności zaawansowanych aplikacji sztucznej inteligencji.

Podobnie Amazon, kolejny duży gracz w przestrzeni przetwarzania w chmurze, zaprezentował w grudniu swój układ sztucznej inteligencji nowej generacji, Trainium3, którego premiera zaplanowana jest na koniec tego roku.

Te postępy konkurentów podkreślają intensywny wyścig w zakresie innowacji w niestandardowym sprzęcie AI i podkreślają presję na Microsoft, aby przyspieszyć własne wysiłki w zakresie rozwoju i wdrażania, aby uniknąć dalszego pozostawania w tyle w ekosystemie niestandardowych chipów.