TechSpert explica: CPU vs. GPU vs. TPU Diferencias

En I/O en mayo, presentamos Trillium, la sexta generación de nuestro chip diseñado a medida llamado Unidad de Procesamiento de Tensores, o TPU. Hoy, estamos emocionados de compartir que ahora está disponible para los clientes de Google Cloud en vista previa. Los TPU son la magia detrás de la IA que hace que tus dispositivos y aplicaciones de Google sean súper útiles, y Trillium es el TPU más poderoso y ecológico que hemos creado.

Entonces, ¿qué es un TPU y qué hace que Trillium sea único? Para obtener una visión completa, es útil conocer otros tipos de procesadores de cómputo como los CPU y GPU, y qué los diferencia. Chelsie Czop, gerente de producto que trabaja en la infraestructura de IA en Google Cloud, puede explicarlo todo. "Colaboro con varios equipos para asegurar que nuestras plataformas sean lo más eficientes posible para nuestros clientes que desarrollan productos de IA," dice. Y según Chelsie, los TPU de Google son una gran razón por la que nuestros productos de IA son tan efectivos.

¡Vamos con lo básico! ¿Qué son los CPU, GPU y TPU?

Todos son chips que actúan como procesadores para tareas de cómputo. Imagina tu cerebro como una computadora realizando actividades como leer o resolver problemas matemáticos. Cada una de estas actividades es como una tarea de cómputo. Entonces, cuando usas tu teléfono para tomar una foto, enviar un mensaje o abrir una aplicación, el cerebro de tu teléfono, o procesador, está manejando esas tareas.

¿Qué significan estas siglas?

Aunque los CPU, GPU y TPU son todos procesadores, se vuelven cada vez más especializados. CPU significa Unidad de Procesamiento Central. Estos son chips versátiles que pueden manejar una amplia variedad de tareas. Al igual que tu cerebro, algunas tareas pueden tomar más tiempo si el CPU no está especializado para ellas.

Luego está el GPU, o Unidad de Procesamiento Gráfico. Los GPU son la potencia para tareas de cómputo acelerado, desde renderizar gráficos hasta ejecutar cargas de trabajo de IA. Son un tipo de ASIC, o circuito integrado de aplicación específica. Los circuitos integrados suelen estar hechos de silicio, por eso puedes escuchar que los chips se llaman "silicio" — ¡es lo mismo (y sí, de ahí viene el nombre "Silicon Valley")! En resumen, los ASIC están diseñados para un propósito específico.

El TPU, o Unidad de Procesamiento de Tensores, es nuestro propio ASIC de Google. Diseñamos los TPU desde cero para manejar tareas de cómputo basadas en IA, lo que los hace aún más especializados que los CPU y GPU. Los TPU están en el núcleo de algunos de los servicios de IA más populares de Google, incluyendo Search, YouTube y los modelos de lenguaje grandes de DeepMind.

Entendido, entonces estos chips son los que hacen que nuestros dispositivos funcionen. ¿Dónde encontraría CPU, GPU y TPU?

Los CPU y GPU se encuentran en artículos cotidianos: los CPU están en casi todos los teléfonos inteligentes y computadoras portátiles, mientras que los GPU son comunes en sistemas de juegos de alta gama y algunas computadoras de escritorio. Los TPU, por otro lado, solo se encuentran en los centros de datos de Google — edificios masivos llenos de racks de TPU, trabajando sin parar para mantener los servicios de IA de Google y de nuestros clientes de Cloud funcionando globalmente.

¿Qué llevó a Google a empezar a desarrollar TPU?

Los CPU se inventaron a finales de los años 50, y los GPU llegaron a finales de los 90. En Google, comenzamos a pensar en los TPU hace aproximadamente una década. Nuestros servicios de reconocimiento de voz estaban mejorando rápidamente, y nos dimos cuenta de que si cada usuario comenzara a hablar con Google solo tres minutos al día, necesitaríamos duplicar las computadoras de nuestros centros de datos. Sabíamos que necesitábamos algo mucho más eficiente que el hardware disponible en ese momento — y necesitábamos mucho más poder de procesamiento de cada chip. ¡Así que decidimos construir los nuestros!

Y esa "T" significa Tensor, ¿verdad? ¿Por qué?

Sí — un "tensor" es el término general para las estructuras de datos utilizadas en el aprendizaje automático. Hay mucha matemática detrás de escena para hacer que las tareas de IA funcionen. Con nuestro último TPU, Trillium, hemos aumentado la cantidad de cálculos que puede realizar: Trillium tiene 4.7 veces el rendimiento de cómputo máximo por chip en comparación con la generación anterior, TPU v5e.

¿Qué significa eso exactamente?

Significa que Trillium puede manejar todos los cálculos necesarios para matemáticas complejas 4.7 veces más rápido que la versión anterior. No solo es más rápido, sino que también puede gestionar cargas de trabajo más grandes y complejas.

¿Hay algo más que lo haga una mejora sobre nuestro TPU de última generación?

Otra gran mejora con Trillium es que es nuestro TPU más sostenible hasta ahora — es un 67% más eficiente en energía que nuestro TPU anterior. A medida que la demanda de IA sigue creciendo, la industria necesita escalar la infraestructura de manera sostenible. Trillium usa menos energía para hacer el mismo trabajo.

Ahora que los clientes están comenzando a usarlo, ¿qué tipo de impacto crees que tendrá Trillium?

¡Ya estamos viendo cosas increíbles impulsadas por Trillium! Los clientes lo están usando para tecnologías que analizan RNA para diversas enfermedades, convierten texto a video a velocidades relámpago, y más. Y eso es solo de nuestros usuarios iniciales — ahora que Trillium está en vista previa, estamos emocionados de ver qué hará la gente con él.