Гоогле-ове јединице за обраду тензора фокусираних на интелигенцију сада су доступне у бета верзији

Цлоуд-ТПУ-функција

Гоогле ради на својим тензорским процесним јединицама (ТПУ) већ неколико година и објавио је неколико радова о перформансама своје прилагођене архитектуре у примјени оптерећења у поређењу са традиционалнијим моделима изграђеним око ЦПУ-а или ГПУ-а. Сада компанија отвара ове делове за јавно бета тестирање, како би помогла истраживачима који желе да обуче радна оптерећења машинског учења и брже их покрену.

Гоогле је говорио о објављивању ове могућности јавно откако је 2016. демонстрирао своју прву генерацију ТПУ-а. Ти чипови су, међутим, били добри само за радна оптерећења закључивања. Једноставан начин да се разуме разлика између обуке система за машинско учење и радног закључка је закључак да је први пут када креирате свој модел и обучите га у задатке које желите да обавља, док је други стварни процес примене онога што машина је „научила“. Гоогле никада није ставио своју прву генерацију ТПУ-а на располагање корпорацијама за опште оптерећење, али ови нови чипови могу да одговоре на оба модела и закључивање радних оптерећења и поред тога нуде виши ниво перформанси.

Не знамо како се ове нове ТПУ-ове у облаку изводе, али доле је приказана презентација која упоређује Гоогле-ов ранији ТПУ у закључивању радних оптерећења у односу на еквивалентне делове Интел-а и Нвидиа-е:



Хасвелл-ТПУ К80-ТПУ ТПУ-ТПУ Комбиновани резултати-ТПУ

Свака Цлоуд ТПУ се састоји од четири одвојена АСИЦ-а, са укупно 180 ТФЛОП перформанси по плочи. Гоогле чак планира да додатно прошири ову понуду, са наменском мрежом и системима за скалирање које назива „ТПУ Подс“. (Немојте јести ни ове. -Уред) Гоогле тврди да би чак и у овој раној фази истраживач који је следио један од њихових водича могао да обучи мрежу за машинско учење на јавној ТПУ мрежи да „обучи РесНет-50 до очекиване тачности на изазову референтне вредности за ИмагеНет за мање од једног дана, све за знатно испод 200 долара “.

Очекујте да ћете током наредних неколико година, као дословно, видети много блата на зиду свима гомиле на овом тржишту. АМД има Радеон Инстинцт, а Интел и даље има своје Ксеон Пхи акцелераторе (чак и ако је отказао свој предстојећи Книгхтс Хилл), Книгхтс Милл, покренут у децембру, са додатним ресурсима за извршење и бољим коришћењем АВКС-512. Да ли ће ово смањити јаз са Нвидијином породицом Тесла производа, тек ће се видети, али Гоогле није једина компанија која примењује прилагођени силицијум да би се позабавила овим простором. Фујитсу ради на својој линији акцелератора, а Амазон и Мицрософт су раније применили ФПГА-е у својим центрима података и облацима.

Гоогле-ове нове понуде у облаку наплаћују други, са просечним трошковима 6,50 УСД по Цлоуд ТПУ на сат. Ако вас занима пријава за програм, то можете учинити овде. Рачунарство у облаку можда је започело живот тек мало више од напора за ребрендирање да би се ухватили претходно доступни производи под привлачним новим термином, али читава индустрија полупроводника сада галопира ка тим новим рачунарским парадигмама што је брже могуће. Од самосталних аутомобила до дигиталних асистената, „рачунарство у облаку“ изнова је измишљено као нешто значајније од „свега што иначе радим, али са додатним кашњењем“. За десет година можда ће бити тешко сетити се зашто су се предузећа ослањала на било шта друго.

Copyright © Сва Права Задржана | 2007es.com