Yapay zeka yarışının hızlandığı dönemde büyük teknoloji şirketleri, NVIDIA’nın pahalı ve arzı sınırlı GPU’larına alternatif olabilecek özel çipler geliştirmeye çalışıyor. Google’ın Tensor Processing Units (TPU) ailesi ve Amazon’un Trainium çözümleri, daha düşük güç tüketimi ve maliyet avantajıyla bu alanda öne çıkan örnekler arasında yer alıyor. Yeni bir rapora göre Google, bir sonraki TPU tasarımında yalnızca performansa değil, üretim tarafında kullanılan paketleme yöntemine de doğrudan müdahale etmeyi planlıyor.
İddianın merkezinde, Google’ın Gemini modelleri için özelleştirileceği belirtilen yeni bir TPU tasarımı bulunuyor. Morgan Stanley’nin aktardığı bilgilere göre şirket, bu çipte RAM’i doğrudan silikon üzerine yerleştirerek TSMC’nin chip-on-wafer-on-substrate yani CoWoS paketleme teknolojisine olan ihtiyacı ortadan kaldırmayı hedefliyor. Böyle bir yaklaşım, hem veri erişimini hızlandırma hem de gelişmiş paketleme süreçlerine bağımlılığı azaltma potansiyeli taşıyor.
Google’ın TPU tarafında hangi paketleme teknolojisini kullanacağı uzun süredir tartışma konusu. Daha önce çıkan çeşitli haberlerde, Google ve tasarım ortağı MediaTek’in Intel’in EMIB-T paketleme teknolojisine yönelebileceği öne sürülmüştü. Ancak analistlere göre bu tercihte verimlilik oranları ve Intel’in üretimde çalışır durumda çip teslim edebilme kapasitesi belirleyici olabilir. Sektörde genel kanaat, EMIB-T’nin orta sınıf yapay zeka çipleri için uygun olduğu; yüksek performanslı çözümlerde ise CoWoS’un daha çok tercih edildiği yönünde.
Raporda sözü geçen yeni tasarımın adı “Frozen V2” olarak geçiyor. Google’ın bu çiple iki hedefi aynı anda kovalamak istediği belirtiliyor: Gemini modellerine özel, daha sıkı optimize edilmiş bir TPU geliştirmek ve bunu yaparken ayrı bir gelişmiş paketleme katmanına olan ihtiyacı azaltmak. Buradaki özelleştirme yaklaşımı, çipin SRAM yapısını doğrudan silikon üzerinde sabitlemeye dayanıyor.
Takvim tarafında ise Frozen V2’nin gelecek yıl erken aşama üretime girebileceği, üretimin daha sonra 2028’de hız kazanabileceği ifade ediliyor. İş ortakları konusunda netlik yok, ancak Marvell adı olası seçeneklerden biri olarak anılıyor. Şimdilik bu konuda doğrulanmış ayrıntı bulunmuyor.
Bu yaklaşım tamamen yeni sayılmaz. Yılın başlarında AI çip geliştiricisi Taalas da benzer bir yöntem tanıtmış ve sinir ağı ağırlıklarını doğrudan silikon üzerine yerleştirerek bellek ile hesaplama arasındaki veri taşıma darboğazını azaltmayı hedeflemişti. Öte yandan bu modelin önemli bir dezavantajı var: Yeni nesil bir yapay zeka modelinde ciddi değişiklikler olduğunda, buna uygun yeni bir çip tasarlamak gerekebiliyor. Bu da her üretim döngüsünde dökümhanelerin üretim süreçlerini yeniden ayarlamasını gerektirebiliyor.
