Google TPU: sedmiletý skok dopředu ve strojovém učení
19.5.2016, Jan Vítek, aktualita
Společnost Google představila jednotku TPU, čili Tensor Processing Unit, která může posloužit při aplikacích využívajících strojové učení. V takových úlohách by TPU mělo být mnohem rychlejší než dnešní CPU, GPU nebo i specializované FPGA.
Na každoroční konferenci I/O Developer v kalifornském Mountain View byla představena velice zajímavá novinka, a to "revoluční výpočetní akcelerátor" určený pro strojové učení, který má potenciál v této oblasti řádně rozhýbat zpomalující Mooreův zákon. Dle Googlu se nástup prvního TPU rovná třígeneračnímu (7 let) skoku ve vývoji počítačových čipů.
Google říká, že jeho Tensor Processing Unit dokáže při zpracování vhodných úkolů poskytnout nesrovnatelně vyšší výkon na watt než kterékoliv jiné výpočetní zařízení, jež je nyní na trhu. Jeden z inženýrů firmy, Norm Jouppi, k tomu také dodal, že TPU již pracují v datacentrech Googlu již více než rok, a tak už prokazatelně a v praxi potvrzují své výhody při strojovém učení a úkolech, jako je rozpoznávání objektů na fotografiích.
Označení TPU vychází z knihovny Tensor Flow, která slouží k počítání velice rozsáhlých matematických shluků dat (datasetů) a k jejich interpretaci pomocí obrazových grafů. Software byl původně vyvinut v Google Brain Team, jednoletém akademickém programu zameřeném na strojové učení, lingvistiku, vizualizaci dat a neurální sítě.
Sundar Pichai, CEO společnosti Google, k tomu poznamenal, že TPU pochopitelně nikdy nenahradí klasické procesory a grafické čipy. Jde o velice úzce zaměřený hardware pro vysoce specifické úkoly, jimiž jsou aktuálně TensorFlow a Cloud Machine Learning Alpha, kde se pracuje se sníženou přesností (FP16). Mimochodem, na výpočty v FP16 se orientuje i nová architektura Pascal od firmy NVIDIA. TPU je tak hardware přímo navržený pro FP16 a výhoda také je, že deska s ním je tak malá, že se vejde i do slotu pro HDD v datových centrech.
O výkonnostní skok do roku 2023 tak možná jde, ale pouze v oblasti strojového učení, přičemž TPU bude stále potřebovat výkon a schopnosti CPU a GPU. V současné době Google používá moduly s TPU pro svůj vyhledávací engine s využitím algoritmu RankBrain a také pro zpřesnění a vylepšení map včetně StreetView a vyhledávání cest. Firma také rovnou vyloučila možnost, že by tuto technologii komerčně poskytla jiným společnostem. Raději jim prý nabídne pronájem svých systémů pro strojové učení, o které se bude sama starat.
Zdroj: VentureBeat
Google říká, že jeho Tensor Processing Unit dokáže při zpracování vhodných úkolů poskytnout nesrovnatelně vyšší výkon na watt než kterékoliv jiné výpočetní zařízení, jež je nyní na trhu. Jeden z inženýrů firmy, Norm Jouppi, k tomu také dodal, že TPU již pracují v datacentrech Googlu již více než rok, a tak už prokazatelně a v praxi potvrzují své výhody při strojovém učení a úkolech, jako je rozpoznávání objektů na fotografiích.
Označení TPU vychází z knihovny Tensor Flow, která slouží k počítání velice rozsáhlých matematických shluků dat (datasetů) a k jejich interpretaci pomocí obrazových grafů. Software byl původně vyvinut v Google Brain Team, jednoletém akademickém programu zameřeném na strojové učení, lingvistiku, vizualizaci dat a neurální sítě.
Sundar Pichai, CEO společnosti Google, k tomu poznamenal, že TPU pochopitelně nikdy nenahradí klasické procesory a grafické čipy. Jde o velice úzce zaměřený hardware pro vysoce specifické úkoly, jimiž jsou aktuálně TensorFlow a Cloud Machine Learning Alpha, kde se pracuje se sníženou přesností (FP16). Mimochodem, na výpočty v FP16 se orientuje i nová architektura Pascal od firmy NVIDIA. TPU je tak hardware přímo navržený pro FP16 a výhoda také je, že deska s ním je tak malá, že se vejde i do slotu pro HDD v datových centrech.
O výkonnostní skok do roku 2023 tak možná jde, ale pouze v oblasti strojového učení, přičemž TPU bude stále potřebovat výkon a schopnosti CPU a GPU. V současné době Google používá moduly s TPU pro svůj vyhledávací engine s využitím algoritmu RankBrain a také pro zpřesnění a vylepšení map včetně StreetView a vyhledávání cest. Firma také rovnou vyloučila možnost, že by tuto technologii komerčně poskytla jiným společnostem. Raději jim prý nabídne pronájem svých systémů pro strojové učení, o které se bude sama starat.
Zdroj: VentureBeat
