Microsoft анонсировала 128-ядерный Arm-процессор Cobalt 100 и ИИ-ускоритель Maia 100
Корпорация Microsoft совершила стратегический маневр, представив собственные чипы для облачной инфраструктуры и искусственного интеллекта. Речь идет не просто о выходе на рынок полупроводников, а о попытке радикально снизить зависимость от сторонних поставщиков, таких как NVIDIA и AMD, и получить контроль над критически важным звеном технологической цепочки. Анонс процессора Cobalt 100 и ускорителя Maia 100, сделанный на конференции Ignite, знаменует собой начало новой эры для облачного гиганта, где он становится не просто потребителем, но и разработчиком ключевых компонентов.
Архитектурный прорыв: 128 ядер на платформе Arm
Основой для облачных серверов нового поколения станет процессор Azure Cobalt 100. Этот 128-ядерный чип, построенный на 64-битной архитектуре Armv9, призван кардинально повысить эффективность дата-центров. По заявлениям Microsoft, производительность Cobalt 100 на целых 40% превосходит существующие Arm-решения, которые уже используются в инфраструктуре Azure. В основе новинки лежит платформа Arm Neoverse CSS, адаптированная под специфические нужды Microsoft. Предположительно, чип использует ядра Arm Neoverse N2, что обеспечивает оптимальный баланс между вычислительной мощностью и энергопотреблением для масштабируемых облачных нагрузок.
Maia 100: Оружие для гонки ИИ
Главным инструментом для работы с искусственным интеллектом должен стать специализированный ускоритель Maia 100. Этот чип, разработанный при поддержке AMD в рамках проекта, ранее известного как Athena, представляет собой инженерный подвиг. Графический компонент ускорителя содержит колоссальные 105 миллиардов транзисторов и производится по передовому 5-нм техпроцессу TSMC. Microsoft позиционирует Maia 100 как один из самых крупных чипов, выпускаемых по этой технологии. Уже сейчас ускоритель проходит боевое крещение: компания тестирует его с языковой моделью GPT-3.5 Turbo, что напрямую указывает на его предназначение для обслуживания самых ресурсоемких ИИ-задач. Заявленная совокупная пропускная способность в 4,8 Тбит/с на ускоритель достигается за счет объединения чипов в кластеры через интерконнект на базе Ethernet.
Инженерные решения: Жидкостное охлаждение на службе ИИ
Столь высокая производительность требует адекватных систем отвода тепла. Для охлаждения Maia 100 Microsoft применяет жидкостное охлаждение. Однако, из-за отсутствия компактных серверных решений, инженерам пришлось обратиться к внешним установкам. Принцип работы напоминает необслуживаемые системы жидкостного охлаждения (СЖО) для высокопроизводительных домашних ПК, но в значительно увеличенном масштабе. Охлаждающая жидкость циркулирует между внешним охладителем и контактными пластинами, установленными непосредственно на чипы Maia 100, обеспечивая стабильную работу даже при пиковых нагрузках.
Стремление Microsoft к созданию собственных чипов не является спонтанным. Последние годы компания активно интегрирует технологии ИИ, включая ChatGPT от OpenAI и собственный помощник Copilot, во все свои продукты — от офисного пакета до поисковой системы. Это создало колоссальный спрос на специализированные вычислительные мощности, который ранее полностью удовлетворялся за счет решений NVIDIA и AMD. Разработка Cobalt 100 и Maia 100 — это прямой ответ на этот вызов и попытка обеспечить гарантированные поставки и оптимизацию «железа» под собственный стек программного обеспечения.
Успех этой инициативы может фундаментально изменить расстановку сил на рынке облачных вычислений. Если Microsoft удастся доказать, что ее чипы не уступают, а по ряду параметров превосходят продукцию признанных лидеров, это создаст прецедент для других крупных игроков. Начало использования новых процессоров в серверных системах Azure запланировано на начало следующего года. Однако компания подчеркивает, что не намерена полностью отказываться от сотрудничества с NVIDIA и AMD, продолжая предоставлять услуги на их оборудовании. Таким образом, Microsoft страхует себя, создавая гибридную инфраструктуру, где собственные разработки становятся мощным, но не единственным инструментом для решения задач ИИ.
