Connect with us

Künstliche Intelligenz

Das ist Googles achte TPU-Generation


Googles nunmehr achte Generation der Tensor Processing Units (TPUs) kommt mit einer Wendung: Sie erscheinen in Form von zwei Versionen, die fürs Training von KI-Modellen sowie auf deren Ausführung (Inferenz) optimiert sind, TPU 8t und TPU 8i genannt. Zudem setzt sie Google erstmals zusammen mit eigenen ARM-Prozessoren (Axion) ein.

Weiterlesen nach der Anzeige

Einige Entwicklungen teilen sich beide TPU-Varianten, etwa die Verdoppelung der Übertragungsrate zwischen den Chips auf 19,2 Tbit/s und die Unterstützung des besonders kompakten Gleitkomma-Formats FP4. Andere Teile sind entkoppelt und auf den jeweiligen Anwendungszweck optimiert.


Zwei KI-Beschleuniger vor Mainboards

Zwei KI-Beschleuniger vor Mainboards

Links die kleinere TPU 8t, rechts die TPU 8i.

(Bild: Google)

Die TPU 8i ist der größere der beiden KI-Beschleuniger. Auf ihr lässt Google künftig etwa KI-Agenten laufen, die Aufgaben für Nutzer erledigen.

Eine TPU 8i besteht aus zwei Compute-Dies mit den eigentlichen KI-Rechenwerken, acht Speicherstapeln vom Typ High-Bandwidth Memory (HBM3e) sowie einem I/O-Chiplet. Zwei zusätzliche Chiplets an den oberen Ecken könnten rein zur Stabilisierung des Gesamtkonstrukts dienen.

Das Modell ist auf hohen Speicherdurchsatz und geringe Latenzen getrimmt. Die insgesamt 288 GByte HBM3e haben eine gebündelte Übertragungsrate von 8,6 TByte/s, um möglichst schnell Daten zu laden. Gleichzeitig setzt Google auf einen 384 MByte großen SRAM-Cache in den KI-Einheiten, um die Latenz zu verringern. Das gleiche Ziel hat eine neue Collectives Acceleration Engine (CAE), die die Ergebnisse aller KI-Rechenwerke aggregiert.

In einem Server bündelt Google 8i-TPUs in Gruppen, die dann in einer Radix zusammengeschlossen werden. Die Firma nennt das Boardfly-Topologie. Die Optical Circuit Switches (OCS) zur Verbindung von über 1000 Chips arbeiten über Lichtwellenleiter, was firmenübergreifend bislang einzigartig sein dürfte.

Weiterlesen nach der Anzeige

Ein gesamter TPU-8i-Pod kommt auf 1152 KI-Beschleuniger und knapp 332 TByte HBM3e-RAM. Google setzt hier den Fokus auf die Datenformate FP8 und INT8; bis zu 11,6 FP8-Exaflops sind drin.


Blockdiagramm TPU 8i

Blockdiagramm TPU 8i

Blockdiagramm TPU 8i.

(Bild: Google)

Die TPU 8t kombiniert ein einzelnes Compute-Die mit vier HBM3e-Stapeln und einem I/O-Die. Mit 12,6 FP4-Petaflops ist ein einzelner Beschleuniger rund 25 Prozent schneller als eine TPU 8i. Speicherseitig begnügt sich die TPU 8t mit 216 GByte HBM3e und einer Übertragungsrate von gut 6,5 TByte/s. Der SRAM-Cache schrumpft auf 128 MByte. Sogenannte Sparse Cores sollen die irregulären Speicherzugriffe beim KI-Training koordinieren.

Google setzt hier auf massive Skalierung: In einen Pod passen 9600 8t-TPUs mit einer Gesamtrechenleistung von 121 FP4-Exaflops und mit über zwei Petabyte HBM3e. Das System untermauert: Alle KI-Systeme brauchen massig DRAM, nicht nur die KI-Beschleuniger von Nvidia. Die Chips sind in einem Mesh zusammengeschlossen (3D-Torus-Topologie).


Blockdiagramm TPU 8t

Blockdiagramm TPU 8t

Blockdiagramm TPU 8t.

(Bild: Google)

Beschleuniger TPU 8t TPU 8i
Fokus (Pre-)Training Sampling, Serving, Reasoning
Netzwerk-Topologie 3D Torus Boardfly 
Spezialisierungen Sparse Core & LLM Decoder Engine Collectives Acceleration Engine
HBM3e-Kapazität 216 GByte 288 GByte
SRAM-Cache 128 MByte 384 MByte
Max. FP4-Pflops 12,6 10,1
HBM Bandwidth 6,528 GByte/s 8,601 GByte/s


Einblick in einen Google-Server

Einblick in einen Google-Server

Auch die 8er-TPUs erfordern wieder eine Wasserkühlung.

(Bild: Google)

8er-TPU-Systeme sollen später im Jahr 2026 einsatzbereit sein. Offenbar produziert der Chipauftragsfertiger TSMC zumindest die Compute-Dies mit 2-Nanometer-Technik. Die TPU 8t soll wie frühere Generationen Broadcom mitentworfen haben, der bei den KI-Beschleunigern aller Cloud-Hyperscaler involviert ist.

Bei der TPU 8i ist angeblich Mediatek federführend. Eine Aufteilung auf mehrere Partner ergibt Sinn, um die eigene Position in Verhandlungen zu stärken. Angeblich verhandelt Google auch mit Marvell für weitere Ableger.

Von Nvidia trennt sich der Hyperscaler allerdings mitnichten. Auf der Veranstaltung Google Cloud Next betonte der KI-Hardware-Chef Amin Vahdat, dass Google zu den ersten Abnehmern von Nvidias KI-Server Vera Rubin NVL72 gehört.


(mma)



Source link

Künstliche Intelligenz

Künstliches „Blatt“ stellt flüssigen Kraftstoff aus Licht, Wasser und CO₂ her


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Ein Forschungsteam der Yale University hat eine Art künstliches „Blatt“ entwickelt, das selbstständig – angelehnt an der Photosynthese durch ein Pflanzenblatt – aus Sonnenlicht, Wasser und CO₂ flüssigen Kraftstoff in Form von Methanol herstellen kann. Bisherige Versuche, auf diese Weise Methanol herzustellen, soll das Gerät um das 32-Fache übertreffen.

Weiterlesen nach der Anzeige

Bei der natürlichen Photosynthese wandeln etwa ein Pflanzenblatt, Algen und einige Bakterienarten mittels Sonnenlicht Wasser und Kohlendioxid in Glukose um. Dabei wird Sauerstoff in die Atmosphäre freigesetzt. Die Wissenschaftler rund um den Yale-Professor für Chemie Hailiang Wang haben sich das Prinzip zunutze gemacht, um mithilfe von Katalysatoren, Sonnenlicht, Wasser und Kohlendioxid einen flüssigen Kraftstoff herzustellen. Das im Prozess entstehende Methanol wird dabei ausschließlich aus den drei Komponenten Sonnenlicht, Wasser und CO₂ gewonnen, betonen die Forscher in der Studie „A Monolithic Artificial Leaf for Solar Methanol Production from CO₂ and H₂O“, die im Journal of the American Chemical Society erschienen ist.

Das Herzstück des künstlichen „Blattes“ bilden ein Katalysator und eine Fotoelektrode, die Wang und seine Mitstreiter im Laufe der letzten Jahre entwickelt und kontinuierlich verbessert haben. Sie ermöglichen gemeinsam einen leistungsstarken und effizienten Umwandlungsprozess von natürlichen Ressourcen in den künstlichen Kraftstoff.

Angefangen hat das Projekt mit der Entwicklung des Katalysators 2019. Er ist in der Lage, Kohlendioxid und Wasser mithilfe von Elektrizität in Methanol umzuwandeln. Dabei handelt es sich um einen heterogenen molekularen Elektrokatalysator. Er besteht aus einem festen Katalysatormaterial, das in einem flüssigen Elektrolyten arbeitet. Deshalb auch die Bezeichnung als heterogen. Das aktive Zentrum des Katalysators umfasst eine Molekülstruktur, daher molekular.

Einzelne Moleküle von Kobaltphthalocyanin oder Derivate davon sind auf der Oberfläche von Kohlenstoffnanoröhrchen platziert, die aus aufgerollten Graphenschichten bestehen. Wie die Forscher ausführen, funktionieren diese Nanoröhrchen für die Elektronen wie eine Autobahn. Die katalytischen Zentren können so schnell und kontinuierlich mit Elektronen versorgt werden, was eine Umwandlung von Kohlendioxid in Methanol ermöglicht. Dabei handelt es sich um eine sogenannte Sechs-Elektronen-Reduktion. Bei dem Prozess werden sechs Elektronen in ein Kohlendioxidmolekül injiziert. Bei bisherigen Prozessen mit molekularen Katalysatoren sei die Elektronenzufuhr beschränkt gewesen, sodass der damit stattfindende Zwei-Elektronen-Reduktionsprozess lediglich eine Umwandlung von Kohlendioxid in Kohlenmonoxid ermöglichte.

Wangs Mitstreiter, Bo Shang, Studierender und Doktorand an der Graduate School of Arts and Sciences der Yale University, entwickelte eine Fotoelektrode, die im Kern aus einer Anordnung von Silizium-Mikrosäulen besteht, die mit Fullerenkohlenstoff beschichtet sind. Diese Struktur hat eine günstigere Geometrie für die Ladungserzeugung und -trennung. Sie weist außerdem eine maßgeschneiderte Grenzfläche für den Elektronentransfer und eine größere Oberfläche für den Katalysator auf. Dadurch ergibt sich eine insgesamt effizientere fotoelektrische Umwandlung von CO₂ zu Methanol auf Siliziumbasis.

Nach Angaben der Wissenschaftler erfolgt der Umwandlungsprozess 32-mal effizienter als bei anderen bisher entwickelten Verfahren. Auch sei es vermutlich möglich, das künstliche „Blatt“ so zu skalieren, dass eine Produktion im größeren Maßstab möglich ist.

Weiterlesen nach der Anzeige

Die Forschungsarbeit erfolgt im Rahmen eines Forschungsprojektes des Center for Hybrid Approaches in Solar Energy to Liquid Fuels (CHASE). Dem vom Bund in den USA geförderten Forschungszentrum für Solarenergie gehören insgesamt sieben Forschungseinrichtungen an. Es ist an der University of North Carolina – Chapel Hill (UNC Chapel Hill) angesiedelt. Neben Forschern der Yale University sind etwa Wissenschaftler der North Carolina State University-Raleigh, der UNC Chapel Hill und der University of Pennsylvania beteiligt.


(olb)



Source link

Weiterlesen

Künstliche Intelligenz

Intel und Foxconn arbeiten zusammen an der nächsten Generation von KI-Systemen


Im Rahmen der Computex haben sich Intel und Foxconn auf eine Zusammenarbeit für KI-Lösungen geeinigt. Der US-amerikanische Chiphersteller und der weltgrößte Elektronikhersteller aus Taiwan wollen gemeinsam die nächste Generation der KI-Infrastruktur und intelligenten Computing-Plattformen entwickeln und auf den Markt bringen. Dabei geht es unter anderem um neue Rackmount-Server für KI-Berechnungen und Edge-Systeme mit KI-Unterstützung.

Weiterlesen nach der Anzeige

Die Kooperation dürfte eine Reaktion auf die Pläne der Tech-Konzerne Amazon, Google, Microsoft und Meta sein, in diesem Jahr hunderte Milliarden in das KI-Wettrüsten zu investieren. Dabei geht es um Ausgaben von zusammen bis zu 725 Milliarden US-Dollar (rund 620 Milliarden Euro). Das Geld soll vor allem in den Ausbau von Infrastruktur wie Rechenzentren fließen. Die entsprechenden Aufträge sollen nun auch Intel und Foxconn zukommen.

Dafür wollen die beiden Großunternehmen gemeinsam an der Ausrüstung von KI-Rechenzentren arbeiten, etwa Server-Systeme mit Intels Xeon-Prozessoren und KI-Beschleunigern. Daneben wollen Foxconn und Intel auch an der Weiterentwicklung schneller Datenverbindungen, dem Design von Flüssigkühlung und der Systemtelemetrie sowie der Skalierbarkeit von KI-Rechenzentren arbeiten, um leistungsstarke und energieeffiziente KI-Lösungen anbieten zu können.

Die Zusammenarbeit erstreckt sich laut Intel aber auch auf mögliche Designdienstleistungen und kundenspezifische Siliziumentwicklung, etwa von ASICs, System-on-Chip-Lösungen sowie Produkte für Systemintegratoren. Zudem wollen die Konzerne zusammen Edge-KI-Systeme und Architekturen für physische KI-Plattformen außerhalb von Rechenzentren entwickeln, etwa für intelligente Fabriken, Smart-City-Lösungen und Roboter.

„Unsere Zusammenarbeit mit Intel wird die Stärken beider Unternehmen in den Bereichen Computerplattformen, Systemintegration und globale Lieferkettenfähigkeiten bündeln, um gemeinsam eine KI-Infrastruktur der nächsten Generation, Edge-KI und physische KI-Ökosysteme aufzubauen und so die Einführung von KI-Anwendungen weltweit zu beschleunigen“, erklärt Young Liu, Vorsitzender und CEO der als Foxconn bekannten Hon Hai Technology Group. Und Intel-Chef Lip-Bu Tan fügt hinzu: „Gemeinsam beschleunigen wir die Bereitstellung von End-to-End-Plattformen, die neue Fähigkeiten erschließen und die Wirkung von KI weltweit erweitern.“

Weiterlesen nach der Anzeige

Die beiden Konzerne haben sich bislang allerdings nicht über den finanziellen Umfang dieser Kooperation oder mögliche Kunden und Abnehmer der gemeinsamen Lösungen geäußert. Auch wurde kein zeitlicher Rahmen genannt.

Lesen Sie auch


(fds)



Source link

Weiterlesen

Künstliche Intelligenz

Audi Nuvolari vorgestellt: Vier Motoren mit insgesamt 1001 PS


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Audi hat derzeit nicht gerade das, was man umgangssprachlich einen Lauf nennt. Der Absatz stockt, und in der ersten Formel-1-Saison gelang zwar gleich im ersten Rennen mit Platz neun ein Achtungserfolg, dem allerdings bislang keine weiteren folgten. Dennoch ziehen die Verantwortlichen das Engagement in der Königsklasse immer wieder als Vorbild für den Nuvolari heran, der jetzt als seriennaher Prototyp gezeigt wurde. Ab dem kommenden Jahr soll eine auf 499 Stück limitierte Auflage folgen, deren Plug-in-Hybrid 736 kW, also 1001 PS leistet. Der Preis legt nahe, dass es um ein reines Prestigevorhaben ging.

Weiterlesen nach der Anzeige

Teile seiner technischen Basis teilt sich der Audi Nuvolari mit dem Lamborghini Temerario, optisch aber war Audi um Zurückhaltung bemüht. Auf ein Alu-Gerüst setzt Audi fast ausschließlich carbonfaserverstärkten Kunststoff. Das Ziel ist klar: Das Gewicht soll gering, die Torsionssteifigkeit hoch sein. Ein solcher Aufbau ist bei Audi neu, extrem teuer und wird deshalb kaum in größerem Umfang in einem anderen Serienmodell so kommen. Der Nuvolari wurde mit großzügigem Budget geplant und soll 590.000 Euro kosten.


Audi Nuvolari

Audi Nuvolari

Audi verspricht für den Innenraum eine hochwertige Materialauswahl. Alles andere wäre auch schwer zu vermitteln.

(Bild: Audi)

Der Sportwagen bekommt eine aktive Aerodynamik, die von der Formel 1 inspiriert sei, schreibt Audi. Im Nuvolari geht das allerdings sehr viel weiter, als es aktuell in der Königsklasse des Motorsports erlaubt ist. Dort kann der Fahrer unter bestimmten Voraussetzungen den Heckflügel verstellen, um eine höhere Endgeschwindigkeit zu erreichen. Der Nuvolari-Fahrer kann wählen, ob er selbst den Heckspoiler in eine seiner drei Positionen fährt oder einer Steuerung überlässt, wann der Spoiler in welche Lage rückt.

Die Bremsscheiben messen an der Vorderachse 42, hinten 41 cm im Durchmesser. Sie bestehen aus einer Langfaser-Carbonstruktur und sollen auch bei härtester Beanspruchung standhalten. Vorn werden sie von zwei Zehnkolben-Festsätteln in die Zange genommen, hinten reichen Vierkolben-Sättel. Vorrangig verzögert wird allerdings über die Rekuperation, schließlich ist der Nuvolari ein Plug-in-Hybrid.

Weiterlesen nach der Anzeige


Audi Nuvolari

Audi Nuvolari

Der Heckspoiler kann in drei Positionen verharren.

(Bild: Audi)

Die Steuerung funktioniert natürlich auch in beide Richtungen. Vier Motoren erlauben ein gezieltes Torque-Vectoring sowohl beim Bremsen wie auch beim Beschleunigen. Die Antriebseinheiten verteilen das Drehmoment gezielt in Längs- und Querrichtung. Erstaunlicherweise arbeiten die Dämpfer nicht adaptiv. Dafür gibt es fünf unterschiedliche Fahr-Modi, von denen einer sogar eine gewisse Strecke rein elektrisch ermöglichen soll. Über Balanced, der für den Alltag gedacht ist, gibt es drei Verschärfungen: Dynamic, Dynamic Plus und Track Mode.

An der Vorderachse sind zwei Axialfluss-Elektromotoren eingebaut, die jeweils 110 kW leisten. Die bietet auch der dritte E-Motor, der an der Hinterachse zwischen Getriebe und Verbrenner sitzt. Trotz dreimal 110 kW übernimmt weiterhin der Benziner die Hauptlast. Verbaut ist ein aufgeladener V8 mit vier Litern Hubraum, der 588 kW beisteuert. Das maximale Drehmoment liegt bei 730 Nm. Gedreht werden kann bis 10.000/min, was diesseits des Motorsports eine enorme Herausforderung ist. Schließlich muss die Ventilsteuerung mit diesem Tempo zurechtkommen, was vor allem beim Schließen der Auslassventile einiges an Know-how erfordert haben muss.

Selbstverständlich ging es bei der Antriebsentwicklung nicht um Dinge wie Verbrauch oder eine nennenswerte elektrische Reichweite. Die schmale Batterie, die in der Mitte des Unterbodens platziert wurde, hat einen Energiegehalt von 7,3 kWh. Die Ladeleistung nennt Audi bei der Präsentation des seriennahen Prototypen ebenso wenig wie die E-Reichweite. Stattdessen geht es um die Performance. Die Höchstgeschwindigkeit liege bei mehr als 350 km/h, und aus dem Stand sollen 200 km/h nach 6,8 Sekunden erreicht sein. Für den Sprint auf 100 km/h reichen 2,6 Sekunden, schreibt Audi. Damit übertrifft er den Lamborghini Temerario wie schon bei der Systemleistung ein wenig. In der Praxis hat das keinerlei Relevanz. Doch darum geht es in diesem Segment auch nicht mehr: Es entzieht sich ohnehin jeglicher Rationalität.

Mehr zur Marke Audi


(mfz)



Source link

Weiterlesen

Beliebt