Ģeneratīvais AI turpina nenogurstoši pieprasīt milzīgu apstrādes jaudu. Tikmēr uzņēmumi cīnās ar to, kā izmantot lielākos, jaudīgākos modeļus, neapdraudot lietotāju privātumu. Google jaunākā atbilde ir Private AI Compute — jauna uz mākoņiem balstīta sistēma, kuras mērķis ir nodrošināt uzlabotu AI pieredzi, vienlaikus saglabājot stingro datu drošību, kas parasti ir saistīta ar apstrādi ierīcē.
Šī sistēma ir Google atbilde uz būtisku izaicinājumu. Tā mērķis ir ļaut ierīcēm izmantot lielāko Gemini modeļu jaudu, aizsargājot jūsu privātumu. Tas ir, nenosūtot neapstrādātus, identificējamus personas datus atklātā mākonī.
Jaunais Google Private AI Compute izmanto mākoņa privātumu
Gemini modeļi ievērojami pārsniedz tālruņa vietējās aparatūras jaudu. Tādējādi tie var iespējot daudz uzlabotas funkcijas. Būtībā Google apgalvo, ka šī sistēma piedāvā savu masveida serveru veiktspēju ar “tādām pašām drošības un privātuma garantijām”, ko lietotāji sagaida no apstrādes, kas tiek veikta lokāli viņu ierīcē.
Privātā AI aprēķināšanas pamats ir Google pielāgotās tensoru apstrādes vienības (TPU). Šīs mikroshēmas izmanto integrētus drošus elementus, kas pazīstami kā Titanium Intelligence Enclaves (TIE). Tas veido aizsargātu, izolētu vietu Google serveros. Ierīces tieši savienojas ar šo stiprināto vidi, izmantojot šifrētus kanālus. Sistēma ir izstrādāta, lai izolētu atmiņu no resursdatora, kas nozīmē, ka Google inženieri vai administratori teorētiski nevar piekļūt apstrādātajiem lietotāja neapstrādātajiem datiem. Tiek ziņots, ka neatkarīga analīze apstiprina, ka šī jaunā vide atbilst Google stingrām privātuma vadlīnijām.
Sākotnējā izlaišanas laikā Pixel ierīcēs tiks nodrošināta privātā AI skaitļošana, kas nodrošinās uzlabotās AI funkcijas. Kā parasti, tas sāksies ar jaunākajiem Google Pixel 10, Pixel 10 Pro, Pixel 10 Pro XL un Pixel 10 Pro Fold. Piemēram, sistēma uzlabos Magic Cue — AI palīgu, kas sniedz kontekstuāli apzinātus ieteikumus, pamatojoties uz ekrāna darbību un personas datiem. Turklāt lietotne Recorder izmantos drošo mākoni, lai paplašinātu transkripcijas apkopošanas iespējas, iekļaujot tajā plašāku valodu klāstu. Šīs funkcijas prasa lielāku Gemini modeļu skaitļošanas muskuļus, tāpēc ir nepieciešams mākoņrisinājums.
Mākoņa AI priekšrocības ar lokālās apstrādes privātumu
Ierīces, kurās darbojas mazāki modeļi, piemēram, Gemini Nano, izmantojot ierīces vietējo neironu apstrādes vienību (NPU), piedāvā izcilu latentumu un uzticamību bez interneta savienojuma. Tomēr viņi nevar tikt galā ar vissarežģītākajiem uzdevumiem. Tas ir viens no lielākajiem šķēršļiem, ar ko Apple ir saskāries AI ieviešanā. Taču tagad Google privātā AI Compute mērķis ir pārvarēt šo ierobežojumu. Tā ir hibrīda pieeja, kurā ierīce veic vienkāršus uzdevumus, bet drošā mākonis uzņemas smago celšanu.
