「マイクロソフト、Azureカスタムチップを発表:クラウドコンピューティングとAI能力を革新する」

「マイクロソフト、Azureカスタムチップを発表:クラウドコンピューティングとAI能力を革新する」

産業の持続的な噂の中で、Microsoftの長らく待ち望まれていた発表がイグナイトカンファレンスで明らかになり、テックランドスケープにおける重要な瞬間を迎えました。このテックジャイアントは、ハードウェアとソフトウェア領域全般におけるイノベーションと自己完結性へのコミットメントを体現する、独自に設計されたチップを正式に発表しました。

この発表の中核をなすのは、Microsoft Azure Maia 100 AIアクセラレータとMicrosoft Azure Cobalt CPUの2つの画期的なチップです。Maia 100はMaiaアクセラレータシリーズの一部で、5nmプロセスと1,050億個のトランジスタを備えています。このパワーハウスは、複雑なAIタスクと生成的なAI操作を実行するために特別に設計され、Azureの最も重いAIワークロード、大規模なOpenAIモデルの実行を支えることが使命です。

Maia 100には、128コアのArmベースアーキテクチャを備えたAzure Cobalt 100 CPUが補完されています。この64ビット構造が特筆すべきであり、このプロセッサは、40%少ない電力でARMベースの競合製品よりも一般的なコンピューティング操作を提供するよう設計されています。

自己完結性の包括的なビジョンを強調しつつ、Microsoftはこれらのチップを、チップやソフトウェアからサーバー、ラック、冷却システムまでのすべての側面を管理する野心の最後のピースとして位置付けました。来年初めにMicrosoftのデータセンターに導入される予定のこれらのチップは、最初にCopilot AIとAzure OpenAIサービスを駆動し、クラウドとAIの機能の限界を em 続きを読む。

マイクロソフトの戦略は、チップ設計を超えた包括的なハードウェアエコシステムまで及んでいます。これらのカスタムチップは、マイクロソフトとそのパートナーが共同開発したソフトウェアを利用して、特別に設計されたサーバーマザーボードとラックに統合されます。目標は、パワーエフィシエンシー、性能、コスト効率を最適化する高度に適応可能なAzureハードウェアシステムを作ることです。

このチップの発表と同時に、MicrosoftはAzure Boostを導入しました。これは、ストレージとネットワーキング機能をホストサーバーから専用のハードウェアにオフロードすることで、操作を迅速化するためのシステムです。この戦略的な動きは、Azureのインフラ内での速度と効率を強化することを目的としています。

カスタムチップに加えて、MicrosoftはAzureの顧客にインフラストラクチャオプションを多様化するためのパートナーシップを築きました。さらに、テックジャイアントは、VoAGIサイズのAIトレーニングと生成的なAI推論タスクに対応するNvidia H100 Tensor Core GPU向けに設計されたNC H100 v5 VMシリーズを導入する計画など、将来の計画を示しました。また、ロードマップには、遅延を犠牲にすることなく大規模なモデル推論操作をするためのNvidia H200 Tensor Core GPUの導入も含まれています。

卓越した共同作業に忠実であるとの考えから、MicrosoftはNvidiaとAMDとの継続的なパートナーシップを確認し、来年にNvidiaの最新のHopper GPUチップとAMD GPU MI300をAzureの兵器庫に統合する計画を発表しました。

マイクロソフトがカスタムチップの世界に進出して間もないように思えるかもしれませんが、これは、GoogleやAmazonなどのクラウドジャイアントが以前にTensor Processing Unit(TPU)やGraviton、Trainium、Inferentiaなど独自のチップを発表しているのに加わっています。

この画期的なチップの導入を楽しみに待つ中、マイクロソフトのイノベーションへの取り組みは揺るぎなく、クラウドコンピューティングと人工知能の領域を性能と効率の未知の領域に推進しています。これらのカスタムチップの公開は、技術の範囲を再定義し、クラウドコンピューティングと人工知能の絶えず進化するランドスケープにおいて、業界のリーダーとしての地位を確固たるものにするという会社の断固たる貢献の証です。

この記事の元記事は、Microsoft Unveils Azure Custom Chips: Revolutionizing Cloud Computing and AI Capabilitiesが最初に表示された場所です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

『ご要望に合わせたチャット:ソフトウェア要件に応用した生成AI(LLM)の旅』

「大規模言語モデル(LLM)をソフトウェア要件に適用し、ビジネスロジックの知識ハブと開発を加速するためのコパイロットを作...

機械学習

「機械に学習させ、そして彼らが私たちに再学習をさせる:AIの構築の再帰的性質」

「建築デザインの選択が集団の規範にどのように影響を与えるかを探索し、トレーニング技術がAIシステムを形作り、それが再帰...

機械学習

AIの脅威:自動化された世界における見えない課題

この記事では、2023年に現れるAIの脅威、AIシステムのセキュリティーの複雑さ、そしてAI駆動の防御、規制、教育の重要性につ...

人工知能

「6週間でCassandraにベクトル検索を追加するのにAIがどのように役立ったのか」

「DataStaxは、この基礎となるAI機能を追加するために迅速に動かなければなりませんでしたChatGPT、Copilot、および他のAIツ...

機械学習

「AIとのプログラミング」

ジェネレーティブプログラミングはどのようにプログラミング言語を変革するのでしょうか?早い段階で既に見られる問題は、ど...

AI研究

このAI研究レビューでは、衛星画像とディープラーニングの統合による資産ベースの貧困の測定について探求しています

ルンド大学とハルムスタッド大学の研究者は、衛星画像と深層機械学習による貧困推定の説明可能なAIに関するレビューを実施し...