برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
Google Cloud برای تحکیم موقعیت خود در چشم انداز اطلاعاتی مصنوعی به طور فزاینده رقابتی ، یک بازی تهاجمی را انجام می دهد ، و اعلام می کند مجموعه ای از فناوری های جدید متمرکز بر “مدل های تفکر” ، اکوسیستم های عامل و زیرساخت های تخصصی که به طور خاص برای استقرار در مقیاس بزرگ هوش مصنوعی طراحی شده اند.
در کنفرانس سالانه Cloud Next خود در لاس وگاس امروز ، گوگل واحد هفتم پردازش تانسور (TPU) به نام Ironwood را فاش کرد ، که این شرکت ادعا می کند بیش از 42 اگزیلپ قدرت محاسبات در هر غلاف را ارائه می دهد-یک حیرت انگیز 24 برابر قدرتمندتر از ابر رایانه پیشرو جهان ، ال کاپیتان.
امین وهدات ، معاون رئیس جمهور گوگل و مدیر کل سیستم های ML و Cloud AI ، در یک کنفرانس مطبوعاتی پیش از این رویداد گفت: “فرصت با هوش مصنوعی به همان اندازه بزرگ است.” “به همراه مشتریان ما ، ما در حال نوآوری در دوران طلایی جدید هستیم.”
این کنفرانس در یک لحظه مهم برای Google برگزار می شود ، که در تجارت ابری خود حرکت قابل توجهی مشاهده کرده است. در ماه ژانویه ، این شرکت گزارش داد که درآمد ابر Q4 2024 آن به 12 میلیارد دلار رسیده است که نسبت به سال 30 درصد افزایش دارد. مدیران گوگل می گویند کاربران فعال در AI Studio و API Gemini فقط در یک ماه گذشته 80 ٪ افزایش یافته است.
چگونه TPU های جدید Ironwood Google در حال تبدیل محاسبات هوش مصنوعی با راندمان انرژی هستند
Google خود را به عنوان تنها ارائه دهنده اصلی ابر با “پلت فرم کاملاً بهینه سازی شده AI” ساخته شده از زمین برای آنچه که آن را “سن استنباط” می نامد-قرار می دهد-جایی که تمرکز از آموزش مدل به سمت استفاده از سیستم های هوش مصنوعی برای حل مشکلات دنیای واقعی تغییر می کند.
ستاره اعلامیه های زیرساخت Google Ironwood است که نشان دهنده یک تغییر اساسی در فلسفه طراحی تراشه است. بر خلاف نسل های قبلی که آموزش و استنباط متعادل ، Ironwood به طور خاص برای اجرای مدل های پیچیده هوش مصنوعی پس از آموزش ساخته شده است.
Vahdat توضیح داد: “این دیگر در مورد داده های قرار داده شده در مدل نیست ، بلکه آنچه مدل می تواند با داده ها پس از آموزش انجام شود ، انجام می دهد.”
هر غلاف چوب آهنی حاوی بیش از 9000 تراشه است و دو برابر راندمان انرژی بهتر از نسل قبلی ارائه می دهد. این تمرکز بر کارآیی یکی از مهمترین نگرانی های مربوط به هوش مصنوعی تولیدی است: مصرف انرژی عظیم آن.
علاوه بر تراشه های جدید ، Google زیرساخت های گسترده شبکه جهانی خود را از طریق Cloud WAN (شبکه گسترده) در زیرساخت های شبکه جهانی خود به مشتریان بنگاه باز می کند. این سرویس باعث می شود شبکه فیبر 2 میلیون مایل Google-همان موردی که خدمات مصرف کننده مانند YouTube و Gmail را در اختیار مشاغل قرار می دهد-در دسترس مشاغل باشد.
طبق گفته Google ، Cloud WAN عملکرد شبکه را تا 40 ٪ بهبود می بخشد و همزمان هزینه کل مالکیت را با همان درصد در مقایسه با شبکه های با مدیریت مشتری کاهش می دهد. این یک گام غیرمعمول برای یک فشارخون است ، که اساساً زیرساخت های داخلی آن را به یک محصول تبدیل می کند.
در داخل Gemini 2.5: چگونه مدل های تفکر Google برنامه های AI شرکت را بهبود می بخشند
از طرف نرم افزار ، Google در حال گسترش خانواده Gemini Model خود با Gemini 2.5 Flash ، یک نسخه مقرون به صرفه از سیستم پرچمدار AI خود است که شامل آنچه شرکت به عنوان “قابلیت های تفکر” توصیف می کند.
بر خلاف مدل های سنتی زبان بزرگ که به طور مستقیم پاسخ ها را ایجاد می کنند ، این “مدل های تفکر” از طریق استدلال چند مرحله ای و حتی خود تأمل ، مشکلات پیچیده ای را تجزیه می کنند. Gemini 2.5 Pro ، که دو هفته پیش راه اندازی شده است ، برای موارد استفاده از انعطاف پذیری بالا مانند کشف مواد مخدر و مدل سازی مالی قرار دارد ، در حالی که نوع فلش تازه اعلام شده عمق استدلال خود را بر اساس پیچیدگی سریع برای تعادل عملکرد و هزینه تنظیم می کند.
Google همچنین با به روزرسانی در Imagen (برای تولید تصویر) ، Veo (Video) ، Chirp (Audio) و معرفی Lyria ، یک مدل متن به موسیقی ، قابلیت های رسانه ای خود را به طور قابل توجهی گسترش می دهد. در طی یک تظاهرات در طول کنفرانس مطبوعاتی ، ننهاد باردولیوالا ، مدیر مدیریت محصول برای ورتکس هوش مصنوعی ، نشان داد که چگونه این ابزارها می توانند با هم کار کنند تا یک فیلم تبلیغاتی برای یک کنسرت ایجاد کنند ، با موسیقی سفارشی و قابلیت ویرایش پیچیده مانند حذف عناصر ناخواسته از گیره های ویدیویی.
بردولیوالا گفت: “فقط ورتکس AI تمام این مدل ها را به همراه مدلهای شخص ثالث بر روی یک سکوی واحد جمع می کند.”
فراتر از سیستم های AI Single: چگونه اکوسیستم چند عامل Google قصد دارد گردش کار شرکت ها را ارتقا بخشد
شاید بیشترین اعلامیه های آینده نگر بر ایجاد آنچه Google “اکوسیستم چند عامل” می نامد-محیطی که چندین سیستم هوش مصنوعی می توانند در سیستم عامل ها و فروشندگان مختلف با هم کار کنند.
Google در حال معرفی یک کیت توسعه عامل (ADK) است که به توسعه دهندگان اجازه می دهد تا سیستم های چند عامل با کمتر از 100 خط کد بسازند. این شرکت همچنین یک پروتکل باز جدید به نام Agent2Agent (A2A) را پیشنهاد می کند که به نمایندگان AI از فروشندگان مختلف اجازه می دهد تا با یکدیگر ارتباط برقرار کنند.
Vahdat پیش بینی کرد: “2025 یک سال انتقال خواهد بود که AI تولید کننده از پاسخ دادن به سؤالات مجرد به حل مشکلات پیچیده از طریق سیستم های عامل تغییر می کند.”
بیش از 50 شریک برای پشتیبانی از این پروتکل ، از جمله ارائه دهندگان اصلی نرم افزار سازمانی مانند Salesforce ، ServiceNow و SAP ، امضا کرده اند و این نشان می دهد که یک صنعت بالقوه به سمت سیستم های AI قابل تعامل است.
برای کاربران غیر فنی ، Google در حال تقویت پلت فرم فضایی عامل خود با ویژگی هایی مانند گالری عامل (ارائه نمای واحد از عوامل موجود) و طراح عامل (یک رابط بدون کد برای ایجاد عوامل سفارشی) است. در طی یک تظاهرات ، گوگل نشان داد که چگونه یک مدیر حساب بانکی می تواند از این ابزارها برای تجزیه و تحلیل اوراق بهادار مشتری ، پیش بینی مسائل مربوط به جریان پول نقد و تهیه خودکار ارتباطات به مشتریان استفاده کند – همه بدون نوشتن کد.
از خلاصه اسناد گرفته تا سفارشات رانندگی: چگونه عوامل تخصصی هوش مصنوعی Google بر صنایع تأثیر می گذارند
Google همچنین عمیقاً هوش مصنوعی را در مجموعه بهره وری فضای کاری خود با ویژگی های جدیدی مانند “Help Me Analys” در برگه ها ، که به طور خودکار بینش داده ها را بدون فرمول های صریح یا جداول محوری مشخص می کند ، و نمای کلی در اسناد ، که باعث ایجاد نسخه های صوتی مانند انسان می شود ، به طور خودکار در اسناد و مدارک ها ایجاد می کند.
این شرکت پنج دسته از نمایندگان تخصصی را که در آن شاهد پذیرش قابل توجهی است ، برجسته کرد: خدمات مشتری ، کار خلاق ، تجزیه و تحلیل داده ها ، برنامه نویسی و امنیت.
در قلمرو خدمات مشتری ، گوگل به سیستم درایو AI وندی اشاره کرد ، که هم اکنون روزانه 60،000 سفارش را کنترل می کند ، و عامل “پیش بند جادویی” خانه انبار خانه که راهنمایی بهبود خانه را ارائه می دهد. برای تیم های خلاق ، شرکت هایی مانند WPP از AI Google برای مفهوم سازی و تولید کمپین های بازاریابی در مقیاس استفاده می کنند.
رقابت Cloud AI شدت می یابد: چگونه رویکرد جامع Google مایکروسافت و آمازون را به چالش می کشد
اعلامیه های Google در میان تشدید رقابت در فضای ابر AI است. مایکروسافت فناوری Openai را عمیقاً در سراسر سکوی لاجورد خود یکپارچه کرده است ، در حالی که آمازون در حال ساخت پیشنهادات و تراشه های تخصصی خود به انسان شناسی خود است.
توماس کوریان ، مدیرعامل Google Cloud ، بر “تعهد این شرکت برای ارائه زیرساخت های کلاس جهانی ، مدل ها ، سیستم عامل ها و نمایندگان تأکید کرد ؛ ارائه یک بستر باز و چند ابر که انعطاف پذیری و انتخابی را فراهم می کند.
این رویکرد چند جانبه به نظر می رسد که برای متمایز کردن گوگل از رقبایی که ممکن است در مناطق خاص دارای نقاط قوت باشند اما پشته کامل از تراشه ها به برنامه ها نیست.
آینده AI Enterprise: چرا “مدل های تفکر” Google و قابلیت همکاری برای فناوری تجارت
آنچه که اعلامیه های Google را به ویژه قابل توجه می کند ، ماهیت جامع استراتژی هوش مصنوعی آن ، پوشیدن سیلیکون سفارشی ، شبکه جهانی ، توسعه مدل ، چارچوب های عامل و ادغام برنامه است.
تمرکز بر بهینه سازی استنتاج و نه فقط توانایی های آموزشی نشان دهنده بازار هوش مصنوعی بلوغ است. در حالی که آموزش مدلهای همیشه عناوین حاکم بر عناوین حاکم است ، توانایی استقرار این مدل ها در مقیاس به چالش بیشتری برای شرکت ها تبدیل می شود.
تأکید گوگل بر قابلیت همکاری – به سیستم های فروشندگان مختلف اجازه می دهد تا با هم کار کنند – ممکن است نشانگر تغییر دور از رویکردهای باغ دیواری باشد که مراحل اولیه محاسبات ابری را مشخص کرده اند. Google با پیشنهاد پروتکل های باز مانند Agent2Agent ، خود را به عنوان بافت همبند در یک اکوسیستم AI ناهمگن قرار می دهد و نه خواستار پذیرش همه یا هیچ چیز.
برای تصمیم گیرندگان فنی شرکت ، این اطلاعیه ها هم فرصت ها و هم چالش ها را ارائه می دهند. سودهای بهره وری وعده داده شده توسط زیرساخت های تخصصی مانند TPU های Ironwood و Cloud WAN می تواند هزینه های استقرار AI را در مقیاس کاهش دهد. با این حال ، پیمایش چشم انداز به سرعت در حال تحول مدل ها ، نمایندگان و ابزارها به برنامه ریزی دقیق استراتژیک نیاز دارد.
از آنجا که این سیستم های پیشرفته تر AI همچنان به توسعه می پردازند ، توانایی ارکستر کردن چندین عامل تخصصی هوش مصنوعی که به صورت هماهنگ کار می کنند ممکن است به تمایز اصلی برای اجرای شرکت های هوش مصنوعی تبدیل شوند. در ساخت هم مؤلفه ها و هم اتصالات بین آنها ، Google شرط می بندد که آینده هوش مصنوعی فقط مربوط به ماشین های باهوش تر نیست ، بلکه در مورد ماشینهایی است که می توانند به طور مؤثر با یکدیگر صحبت کنند.