谷歌宣布公有云平臺將支持面向人工智能的TPU芯片

谷歌今天宣布向其公有云平臺上增加ensor Processing Units，這是一款專門為人工智能工作負載提供動力的內(nèi)部設(shè)計的芯片系列。

一個TPU（如圖所示）由四個專用集成電路組成，配有64GB的“超高帶寬”內(nèi)存。這一組合單元可以提供高達180 teraflops的性能。今年晚些時候，谷歌計劃增加一個集群選項，讓云客戶將多個TPU聚合成一個“Pod”，速度達到petaflop的范圍（是teraflop的1000倍）。

在今天的公告中谷歌并沒有分享更多的性能細節(jié)。不過，去年谷歌的兩位頂級工程師寫的一篇博客文章顯示，當時內(nèi)部使用的Pod包括64個TPU，總吞吐為11.5 petaflops。相比之下，世界上功能最強大的超級計算機可以達到93 petaflops，但值得注意的是，谷歌很可能沒有使用相同的基準測試方法來測量TPU的速度。

無論哪種方式，這些芯片都是Google云平臺的一個重要補充。當谷歌于去年4月首次向全世界展示TPU規(guī)格的時候，它透露該芯片至少可以運行某些機器學習工作負載，比現(xiàn)有的芯片快15至30倍。這就包括特別適合用于機器學習模型的GPU。GPU的主要制造商包括Nvidia和AMD公司，這兩家公司仍然是當今大多數(shù)項目的首選。

因此，谷歌的云客戶應(yīng)該能夠更快速地培訓和運行他們的人工智能軟件。谷歌表示，一個TPU可用于在一天之內(nèi)實施主流ResNet-50圖像分類模型，達到可接受的精確度水平。

谷歌已經(jīng)創(chuàng)建了幾個預(yù)先優(yōu)化的神經(jīng)網(wǎng)絡(luò)包，讓客戶可以將其運行在TPU上，其中包括一個ResNet-50版本，以及用于機器翻譯、語言建模和識別圖像內(nèi)物體的模型。企業(yè)客戶也可以使用谷歌的開源TensorFlow機器學習引擎創(chuàng)建自己的人工智能工作負載。

喜歡使用傳統(tǒng)圖形卡進行人工智能項目的客戶，今天也看到了一項新的功能。谷歌為其Kubernetes Engine服務(wù)添加了GPU支持，以允許將機器學習模型打包到軟件容器中。后一種技術(shù)提供了一個輕量級抽象層，使開發(fā)人員能夠更輕松地推出更新并跨環(huán)境遷移應(yīng)用。

這個新的TPU價格為每小時每單元6.50美元，而通過Kubernetes Engine租賃的GPU將按谷歌現(xiàn)有的每種支持芯片型號收費。

這種芯片對于各種人工智能任務(wù)、特別是對于一些計算機工作負載而言的就緒情況，仍然不明確。Moor Insights＆Strategy總裁兼首席分析師Patrick Moorhead表示：“TPU是一個很好的試水方式，但并一定適合于運行生產(chǎn)工作負載。GPU是進行訓練的最佳方式。鎖定到TPU，意味著被GCP和TensorFlow鎖定。”

而且谷歌也不是唯一追求自主開發(fā)人工智能芯片的公司。芯片巨頭英特爾公司一直在推銷其最新用于人工智能工作負載的CPU，以及稱為FPGA的定制芯片。

據(jù)The Information報道稱，亞馬遜公司正在開發(fā)自己的人工智能芯片，該芯片可以幫助其Echo智能音箱和其他使用其Alexa數(shù)字助理的硬件在設(shè)備上執(zhí)行更多處理任務(wù)，以便它可以比調(diào)用云的響應(yīng)速度更快。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。