El equipo de infraestructura de desarrollo de chips de Google ha trasladado sus cargas de trabajo de TI a Google Cloud Platform.
El proceso ha sido habilitado por Alphabet Cloud de la empresa, un equipo dedicado a las migraciones internas de TI. Muchas otras áreas de Google han migrado previamente algunas o todas sus cargas de trabajo a la nube, incluidas DeepMind, Vertex AI, YouTube y Waze.
Según la empresa, el traslado de cargas de trabajo a la nube ha visto que los plazos de entrega para aprovisionar nueva infraestructura de cómputo pasan de seis meses a unos pocos días. Los costos operativos también se redujeron, lo que significa que el equipo podría "innovar más rápido porque dedicaba menos tiempo al mantenimiento del centro de datos".
La compañía también dijo que: “Desde que se mudó a Google Cloud, el equipo aumentó las presentaciones diarias de trabajos en un 170% durante el año pasado mientras mantenía una latencia de programación plana. La carga de trabajo es compatible con más de 250 clústeres de GKE que abarcan múltiples regiones de Google Cloud”.
El equipo de desarrollo de chips se alojó originalmente en un solo bastidor de computadoras en un centro de datos, pero con el tiempo se expandió significativamente a medida que las cargas de trabajo se volvieron más complejas. Pasaron a una solución híbrida, utilizando el entorno de diseño de software interno de Google, y algunas cargas de trabajo de automatización de diseño electrónico (EDA) se enviaron a la nube.
Este enfoque híbrido tenía retrasos significativos en la transferencia de cargas de trabajo para el análisis y requería que dos escritorios se ejecutaran simultáneamente.
Google ha dado pasos significativos en el mercado de chips en el último año. En febrero de 2023 , la empresa anunció que estaba preparando dos CPU Arm para su servicio en la nube y, en octubre de 2022 , la empresa lanzó el chip E2000 en asociación con Intel. También ha desarrollado el semiconductor de codificación de video Argos para YouTube.
Pero el mayor éxito de semiconductores de la compañía se encuentra en su familia de chips TPU , que se utiliza para cargas de trabajo de IA.