Google dle očekávání zpřístupnil své vlastní procesory pro akceleraci umělé inteligence a strojového učení s označením TPU (Tensor Processing Unit) v rámci cloudové služby, takže vývojáři po celém světě mohou využít efektivní výkon pro učení a zpracování dat.
Google si pro umělou inteligenci vyvinul i vlastní procesor, chce být nejchytřejší
Vlastní čip TPU Google odhalil už v roce 2016, kdy vyvinul řešení, které je pro spoustu jeho operací efektivnější, než grafické karty. Google totiž musí zpracovávat obrovské množství dat a spoustu z nich pomocí strojového učení a umělé inteligence. Pro tyto účely jsou vyvinuté čipy několikanásobně efektivnější jak z pohledu výkonu, tak i spotřeby.
Google se pochlubil výkonem svých procesorů TPU pro strojové učení. Jsou až 30× rychlejší
Google s těmito čipy také porazil člověka v náročné hře Go!, která je složitější než šachy. Serverový systém AlphaGo tvořený čipy TPU porazil nejen nejlepšího hráče na světě, ale v následujícím souboji i skupiny týmů nejlepších hráčů na světě.
Google bude opět bojovat s umělou inteligencí AlphaGo proti nejlepším hráčům Go, tentokrát budou i v týmu
Spousta výkonu pro každého
Cloud TPU je jako jednotná karta tvořená čtyřmi čipy ASIC (Application-specific integrated circuit), které nabízí celkový výkon s plovoucí desetinou řádkou 180 TFLOPS s optimalizací pro TensorFlow. Na stejné desce se rovněž nachází 64 GB rychlé paměti s vysokou propustností, detaily ale Google neuvádí.
Menší paměť by ale mohla být problém pro některé úkoly, které vyžadují pro zpracování dat mnohem větší paměť a nelze je rozdělit na větší počet Cloud TPU. Pokud ale je možné úkol paralelizovat, Google s tím počítá a všechny Cloud TPU jsou v rámci serveru spojené rychlou speciální sítí v rámci superpočítačů s označením TPU pods.
Tyto systémy jsou schopné efektivně zpracovat výkon v oblasti petaflopů a Google oznámil, že budou dostupné k pronájmu ještě během tohoto roku.
Snadné využití
Místo toho, aby vývojáři museli své programy složitě přepisovat a programovat přímo pro tyto specializované karty, Cloud TPU je k dispozici přímo s vysokoúrovňovými API pro TensorFlow, díky čemuž lze kompatibilní systémy velmi snadno a rychle napojit.
Velký přehled neuročipů aneb i umělá inteligence potřebuje efektivní mozek
Google navíc nabízí jako open source několik vlastních výkonných implementací pro již hotové modely, které jsou pro Cloud TPU optimalizované. Typicky se jedná například o různé modely pro zpracování obrázků (fotografií), zpracování textu, rozpoznávání objektů a podobně. Díky vysokému výkonu lze navíc vše zpracovat výrazně rychleji.
Zástupci ze společnosti Lyft (menší konkurence Uberu) uvedli, že jejich modely využívající učení pomocí hlubokých neuronových sítí jsou místo dnů zpracované během několika hodin. Spolu s jednoduchostí a odstraněním komplexity to výrazně mění přístup a možnosti v této oblasti.
Google nezapomíná na procesory a grafické karty
Cloudová platforma od Googlu bude dle vyjádření stále nabízet i ostatní hardware v nejmodernějším podání, ať už se jedná o procesory (Intel Skylake), tak i výpočetní grafické karty (Nvidia Tesla V100). Takže pokud budete potřebovat řešit úlohy vyžadující více paměti nebo instrukční sadu obecného procesoru, Google se vás pokusí udržet na vlastní platformě.
Nvidia si postavila vlastní superpočítač SaturnV. Má pět tisíc karet Tesla V100 s výkonem až 660 PFLOPS
Služba je zatím v betaverzi, ale Google už zveřejnil ceny. Účtování probíhá po sekundách a cena za hodinový pronájem Cloud TPU je stanovena na 6,5 dolaru.
Alphabet tento rok zvýšil hodnotu už o 25 %, poprvé překonal rekordních 1 000 dolarů za akcii
