你是我的姐妹

交通机构喊话政府：资金缺口太大，原定计划很难实现_我的网站

一 |     Sophie 编译 新西兰交通局（NZTA）警告称，在未来10年内，它需要花费的资金将是预计收入的两倍左右。    智东西（公众号：zhidxcom）     编译 | 茄子     编辑 | 程茜          智东西7月21日消息，昨日，The Information援引知情人士消息报道，谷歌正在研发一款面向Gemini模型的新型AI服务器芯片Frozen v2。该芯片计划将Gemini模型部分架构直接集成到芯片中，通过减少运行过程中的计算决策和数据搬运，提升AI推理效率。         知情人士透露，谷歌工程师预估，按照单位功耗能够输出的Token数量计算，Frozen v2的效率可能达到谷歌最新自研AI芯片的6至10倍。         这款芯片在谷歌内部被非正式地称为“Frozen v2”。         在给新任交通部长Simeon Brown的简报中，这家政府机构表示，其在公路、铁路、公共交通、步行和骑行方面的大部分计划的未来投资“不足或没有资金”。         Advertise with us          该机构确定的资金缺口每年高达数十亿纽币。         （图片来源：NZTA）          NZTA表示，为交通系统提供所需的资金是一个“迫在眉睫的挑战，需要解决这个问题，既要满足维护我们的网络和服务的现有需求，又要满足未来的需求”。

二 |          NZTA的大部分资金来自道路使用者收费和燃料消费税。它还借款，并偶尔获政府拨款，以推行特定的工程项目。知情人士称，谷歌希望借此缓解严重的AI算力短缺问题。         “现有的网络和服务不断增长，但正在老化，许多现有的陆路交通网络和资产已达到更新年头。算力紧张已经在谷歌内部引发矛盾，还迫使谷歌云拒绝部分外部客户的订单。

三 |          知情人士还透露，谷歌最快可能于2028年部署这款芯片，但该公司目前仍在确定Frozen v2的主要功能、各部分的协同方式，以及究竟要将多少模型信息固化在芯片中。”          “交通网络的状况近年也受到天气事件增加的影响，我们预计天气事件的频率和影响将继续升级。

四 | ”          “同时再加上人口增长和货运量增加对网络的需求不断增加，意味着对可持续交通网络的投资变得越来越重要。         The Information还提到，Frozen v2并非谷歌首次探索模型专用芯片。此前，谷歌DeepMind首席科学家杰夫·迪恩（Jeff Dean）曾计划将模型权重直接固化到芯片中，但由于该方案的芯片只能适配特定版本模型、生命周期过短，最终被搁置。”          NZTA还指出，在成本迅速上升、存在供应链问题的情况下，它的角色和责任已经扩大，而且如果未来开车的人减少，它将面临如何继续创造收入的不确定性。         该机构表示，它将支持并“加速”实施政府旨在增加其收入的政策。

五 |          一、把Gemini部分逻辑写入芯片，减少芯片数据搬运          当前主流AI芯片大多强调通用性和可编程能力，如英伟达GPU能够支持多种AI模型和计算任务。这类芯片需要支持多种不同AI模型，因此在运行过程中需要根据模型需求完成大量计算调度和决策。         政府希望使NZTA的收入来源多样化。         原则上，政府支持价值获取（向新建或改善的基础设施的受益者收费）、拥堵收费、收费和使用公私合作伙伴关系。谷歌TPU也类似，虽然它针对AI进行了优化，但也需要兼顾不同模型运行需求。         NZTA表示：“每一种方式都有自己的目的、好处、限制和操作复杂性。         而Frozen v2采用了不同思路。”          它告诉Brown，如果不能产生足够的收入，它需要政府给予承担所有债务的保证。据爆料，谷歌计划将Gemini模型部分信息直接“固化”到芯片中，让硬件提前了解模型运行方式，从而减少执行过程中的决策步骤，以及芯片内部的数据移动。         简单来说，传统GPU更像一台能够运行各种软件的通用计算设备，而Frozen v2则更接近针对Gemini优化的专用硬件。                   被推迟或延迟的项目          NZTA警告说，它将无法实现其在2021-24年国家陆路运输计划中的目标。

六 |          该机构表示，其产出将“远低于”计划的水平，“许多项目将被推迟或延迟。这种设计可能带来更快的响应速度，并帮助谷歌降低Gemini模型运行成本。”          “在这个充满挑战和不断发展的运营环境中，我们需要建立一个可交付的工作计划，以反映资金和产出的限制。         不过，模型专用化也意味着更强绑定。如果未来Gemini模型采用新的底层架构，那么Frozen v2可能无法直接适配。”          产出限制是财政部首先考虑的问题。         在给新任基础设施部长Chris Bishop的简报中，财政部指出，最近几年已经为基础设施（不仅仅是由NZTA监督的陆路运输基础设施）分配了比实际能够花费的资金更多的资金。谷歌因此仍需要在芯片效率和模型灵活性之间寻找平衡。         据知情人士透露，谷歌目前仍在决定Frozen v2中应该固定多少模型信息，以平衡性能提升和未来兼容能力。         财政部表示：“近年来已分配了大量资金，这使得投资计划超出了机构和市场的能力，导致成本上升和项目推迟。

七 | ”          “市场环境仍然充满挑战。”          “大规模投资的交付依赖于主导市场的大型一级公司，它们目前已经满负荷运转。”          相关阅读：          自驾出游注意！北岛几处施工路段将长时间关闭，请提前计划路线          五年来国家公路上出现的坑洼超过21万个，最多的地区是……          新年首月道路死亡人数创记录，考驾照要加大难度？          奥克兰交通局今夏将修复550公里道路，资金削减交通安全如何保障？          注：本文为编译/原创，欢迎转发分享；但严禁复制等未经授权的非法使用。

八 | 违反上述声明者，本网将追究其相关法律责任。谷歌发言人在一份声明中称，研究团队一直在研究和试验新的技术，以提高面向用户和客户的系统性能与效率，并非所有研究项目都会投入生产，但这些探索是谷歌全栈技术路线的重要组成部分。使用授权请联系[email protected]。         二、推理芯片竞赛升温，初代Frozen方案曾被搁置          过去几年，AI基础设施竞争围绕训练展开。大规模模型训练需要大量GPU集群，英伟达凭借GPU生态占据主导地位。The Information去年12月报道，英伟达去年12月通过一笔价值200亿美元（约合人民币1353亿元）的交易，获得了AI推理芯片创企Groq的相关技术授权。         包括SambaNova、d-Matrix、OpenAI和微软在内，多家公司都在开发AI推理芯片。         chineseherald.co.nz All Rights Reserved 版权所有          (责编：Sophie)          相关内容                自驾出游注意！北岛几处施工路段将长时间关闭，请提前计划路线           两名男子大白天持械抢劫奥克兰酒铺，抡起斧头砍店员           怀唐伊日天气：新西兰大部阳光普照，某些地区将达35度           新西兰一高中近40名教职工感染 新冠蔓延仍不可掉以轻心           新西兰真相大曝光！移民太多吃不消！大地震随时会爆发……           奥克兰发生两起涉嫌使用假钞的案件，4人被逮捕           奥克兰人下班回家难：海港大桥有强风，火车服务严重中断           免费的新冠检测试剂盒领取期限延长！。这些公司的共同目标，是以比英伟达GPU更高的效率运行AI模型，缓解算力短缺并降低成本。         与此同时，加拿大芯片创企Taalas也采取了谷歌类似思路，将特定AI模型直接硬编码进芯片。Taalas目前已经获得超过2亿美元（约合人民币13.5亿元）融资，投资方包括Quiet Capital和富达投资。         据The Information透露，Frozen v2此前还有一个更激进的版本。由谷歌DeepMind首席科学家杰夫·迪恩主导的初代Frozen方案，曾计划直接将模型权重固化到芯片中。         但这种设计会让芯片只能运行某个特定版本的Gemini。一旦模型更新，芯片便可能迅速失去使用价值。由于预期生命周期过短，谷歌最终搁置了初代方案。         据知情人士透露，Frozen v2不再固化完整模型权重。但谷歌目前仍在评估应该锁定多少模型信息，以平衡灵活性与运行效率。

九 |          三、Frozen v2并非取代TPU，谷歌先将其作为技术试验          虽然Frozen v2受到关注，但知情人士透露，谷歌并没有计划用它替代TPU。据报道，Frozen项目旨在建立一条区别于TPU的新型自研芯片路线。         今年，谷歌发布了第八代TPU，并开始直接向谷歌云客户推销这款芯片，挑战英伟达在AI芯片市场的主导地位。此外，谷歌还与Meta签署了价值数十亿美元的TPU租赁协议，并在尝试向其他云服务商销售TPU。         ▲第八代TPU实物，左手为推理芯片TPU 8i、右手为训练芯片TPU 8t（图源：谷歌）          The Information称，相比单纯依赖英伟达GPU，谷歌自研TPU已经帮助其降低Gemini模型运行成本。因为，谷歌在开发TPU时也考虑了Gemini的需求，只是TPU集成的模型信息远少于Frozen v2。Frozen v2面向Gemini进行更深度的定制，但适用范围也比TPU更窄。

十 |          据知情人士透露，谷歌目前没有计划让Frozen v2的产量达到TPU的规模。因为，较小的生产规模可以使谷歌在推出大型产品之前，更晚地引入外部芯片设计和制造合作伙伴。该知情人士还称，谷歌将这一代产品部分视为技术试验，并希望从中积累开发专用AI芯片的经验。

十一 |          结语：用部分通用性换取更高推理效率          Frozen v2并不是TPU的替代品，而是谷歌针对Gemini开辟的一条专用芯片路线。谷歌希望通过将部分模型架构和计算决策固化到硬件中，以减少推理过程中的计算步骤和数据搬运，从而以更低功耗处理更多用户请求。

十二 |          不过，更高的专用化程度也意味着芯片与模型架构绑定得更紧。Frozen v2最快要到2028年才能部署，届时Gemini底层架构能否保持稳定，以及6至10倍的预期能效提升能否在实际应用中实现，将成为决定这一项目价值的关键。         来源：The Information。

Current article:http://p96twvv.kenouguanruilianshanxiangshu.cfd/dzbzwmh/877p.html

Published on:19:26:12