By 
સુંદર પિચાઈ, Google I/O 2026 ખાતે, કંપનીના સેમિકન્ડક્ટર સેગમેન્ટમાં કંપનીના દબાણનો સંકેત આપતા, AI ઈન્ફ્રાસ્ટ્રક્ચરમાં લગભગ $200 બિલિયન ખર્ચ કરવાની કંપનીની આક્રમક યોજનાનો પુનરોચ્ચાર કર્યો. આ જંગી બજેટ કંપનીએ 2022માં ખર્ચેલા $31 બિલિયન કરતાં છ ગણો વધારો દર્શાવે છે. જ્યારે આ મૂડીનો નોંધપાત્ર હિસ્સો AI ડેટા સેન્ટર્સ અને મોડલ તાલીમ માટે ભંડોળ પૂરું પાડશે, પિચાઈએ Google ની આત્મનિર્ભરતા પર ભાર મૂકીને Nvidia જેવા પ્રભાવશાળી ચિપ સપ્લાયર્સ માટે સીધી ચેતવણી જારી કરી.“અમારા ઉત્પાદનોમાં નવીનતાની ગતિ જોવાનું અવિશ્વસનીય છે. અમારા વપરાશકર્તાઓ માટે આ તમામ સ્કેલને ટેકો આપવા માટે, વિશ્વભરના સાહસો અને વિકાસકર્તાઓને પણ સેવા આપવા માટે, ઇન્ફ્રાસ્ટ્રક્ચરમાં મોટા પ્રમાણમાં રોકાણોની જરૂર છે,” પિચાઈએ ડેવલપર કોન્ફરન્સમાં જણાવ્યું હતું કે, આલ્ફાબેટ અપેક્ષા રાખે છે કે આ વર્ષે તેનો ઈન્ફ્રાસ્ટ્રક્ચર ખર્ચ $190 બિલિયન સુધી પહોંચશે.“અમે અત્યારે અને ભવિષ્ય માટે રોકાણ કરી રહ્યા છીએ. 2022 માં, અમે વાર્ષિક $31 બિલિયન કેપેક્સમાં ખર્ચી રહ્યા હતા. આ વર્ષે, અમે અપેક્ષા રાખીએ છીએ કે તે સંખ્યા લગભગ છ ગણી હશે, આશરે $190 બિલિયન. આ રોકાણનો મુખ્ય ભાગ અમારા કસ્ટમ સિલિકોન છે,” તેમણે કહ્યું.
આલ્ફાબેટ તૃતીય-પક્ષ ચિપ્સ પર નિર્ભરતા ઘટાડી શકે છે
જનરેટિવ AI બૂમને પાવર આપવા માટે છેલ્લાં ઘણાં વર્ષોથી, ટેક જાયન્ટ્સ Nvidiaના ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સ (GPUs) માટે ઉગ્ર બિડિંગ યુદ્ધમાં વ્યસ્ત છે. જો કે, આલ્ફાબેટનો તાજેતરનો નાણાકીય રોડમેપ ટેન્સર પ્રોસેસિંગ યુનિટ્સ (TPUs) ની પોતાની લાઇનનો ઉપયોગ કરીને આ નિર્ભરતાની આસપાસના માર્ગ માટે એક સંકલિત દબાણને હાઇલાઇટ કરે છે.ગૂગલે તાજેતરમાં તેની 8મી પેઢીના કસ્ટમ સિલિકોનનું અનાવરણ કર્યું છે, જેમાં ચોક્કસ વર્કલોડ દ્વારા ડ્યુઅલ-ચિપ આર્કિટેક્ચરનું વિભાજન રજૂ કરવામાં આવ્યું છે: TPU 8t (તાલીમ) અને TPU 8i (અનુમાન).TPU 8t (તાલીમ): પિચાઈએ સમજાવ્યું કે આ પ્રોસેસર ખાસ કરીને મોટા પાયે મોડલ પ્રીટ્રેનિંગ માટે ઑપ્ટિમાઇઝ કરવામાં આવ્યું છે. તે Google ની પાછલી પેઢીની લગભગ ત્રણ ગણી કાચી કમ્પ્યુટિંગ શક્તિ પ્રદાન કરે છે. “JAX અને પાથવેઝ સાથે, અમારી તાલીમ હવે એક જ, વિશાળ ડેટા સેન્ટરની મર્યાદાઓ દ્વારા મર્યાદિત નથી. તેના બદલે, અમે હવે વૈશ્વિક સ્તરે 1 મિલિયનથી વધુ TPUs પર તાલીમનું માપન કરીને, બહુવિધ સાઇટ્સ પર તાલીમ વિતરિત કરી શકીએ છીએ. આ અમને વિશ્વનું સૌથી મોટું તાલીમ ક્લસ્ટર બનાવવાની ક્ષમતા આપે છે. મોડલ બિલ્ડરો માટે, આનો અર્થ એ છે કે મહિનાઓને બદલે અઠવાડિયામાં મોટા, વધુ સક્ષમ મોડલને તાલીમ આપવી,” પિચાઈએ જણાવ્યું હતું.TPU 8i (અનુમાન): આ ચિપ લાઇવ યુઝર ક્વેરીઝને હેન્ડલ કરવા અને એક્ટિવ AI એપ્લીકેશન ચલાવવા માટે ખાસ બનાવવામાં આવી છે. વિલંબિતતા ઘટાડવા પર સખત ધ્યાન કેન્દ્રિત કરીને ડિઝાઇન કરવામાં આવ્યું છે, તે ખાતરી કરે છે કે AI પ્રતિસાદો વપરાશકર્તાઓને તરત જ પાછા ફરે છે.“સ્પીડ ઉપરાંત, અમે ટકાઉ સ્કેલિંગ વિશે પણ વિચારી રહ્યા છીએ. બંને ચિપ્સ વધુ ઉર્જા કાર્યક્ષમ છે, જે બે ગણી સારી કામગીરી-દીઠ-વોટ સુધી પહોંચાડે છે,” પિચાઈએ ઉમેર્યું.
સુંદર પિચાઈએ શેર કરેલા અન્ય મુખ્ય નંબર
$190 બિલિયનનું ઈન્ફ્રાસ્ટ્રક્ચર ઈન્જેક્શન સમગ્ર Google ના ડેવલપર અને કન્ઝ્યુમર ઈકોસિસ્ટમ્સમાં સોફ્ટવેર અપનાવવામાં જંગી ઉછાળાને સમર્થન આપવા માટે રચાયેલ છે.પિચાઈએ ખુલાસો કર્યો કે 8.5 મિલિયનથી વધુ વિકાસકર્તાઓ હવે દર મહિને Google ના AI મોડલ્સનો ઉપયોગ કરીને એપ્લિકેશન બનાવે છે. કંપનીના મોડલ એપ્લીકેશન પ્રોગ્રામિંગ ઈન્ટરફેસ (APIs) હાલમાં લગભગ 19 બિલિયન ટોકન્સ પ્રતિ મિનિટ પ્રક્રિયા કરે છે. એન્ટરપ્રાઇઝની બાજુએ, 375 થી વધુ મુખ્ય Google ક્લાઉડ ગ્રાહકોએ છેલ્લા વર્ષમાં પ્રત્યેક એક ટ્રિલિયનથી વધુ ટોકન્સ પર પ્રક્રિયા કરી છે.વધુમાં, પિચાઈના જણાવ્યા મુજબ, કોર જેમિની એપ 900 મિલિયન માસિક સક્રિય વપરાશકર્તાઓને વટાવી ગઈ છે, જે ગયા વર્ષથી તેના વપરાશકર્તા આધારને બમણા કરતાં વધુ છે. વધુમાં, કંપનીના સંકલિત શોધ સાધનો વ્યાપક જમાવટ જોઈ રહ્યા છે; AI વિહંગાવલોકન હવે 2.5 બિલિયન માસિક વપરાશકર્તાઓ સુધી પહોંચે છે, જ્યારે સમર્પિત AI મોડ એક અબજ માસિક સક્રિય વપરાશકર્તાઓને વટાવી ગયું છે.
