当前位置:

OFweek人工智能网

机器学习

正文

性能太强大必须使用“液冷”,谷歌发布 TPU 3.0

导读: 谷歌表示,TPU 3.0 的性能比去年发布的 TPU2.0 要强大 8 倍左右,可提供超过 100 千兆次的机器学习硬件加速能力。 为此,谷歌不得不在数据中心中添加液态冷却装置,用于散热。

blob.png

5月9日消息,在谷歌 I/O 开发者大会上,谷歌宣布发布 TPU 3.0。

谷歌首先演示了谷歌一系列的机器学习成果,包括 Gmail 系统可以自动给用户推荐可能要打的字,在谷歌照片中,系统会根据照片建议用户对照片惊醒相应编辑,比如调高亮度、给黑白照片加色、将斜着拍摄的文件拉正等。谷歌表示,要想更好地实现这些功能,必须要有强大的计算能力的支持。于是便引出了 TPU 3.0。

谷歌表示,TPU 3.0 的性能比去年发布的 TPU2.0 要强大 8 倍左右,可提供超过 100 千兆次的机器学习硬件加速能力。 为此,谷歌不得不在数据中心中添加液态冷却装置,用于散热。

据了解,谷歌在 2016 年首次宣布了 TPU 计划。 TPU 被作为一种特定目的芯片而专为机器学习设计,其因帮助 AlphaGo 打败李世石而名声大噪,随后,谷歌还将这一芯片用在了其服务的方方面面,比如搜索、翻译、相册等软件背后的机器学习模型中。

去年 5 月,谷歌又宣布第二代的 TPU 系统已经全面投入使用,并且已经部署在了 Google Compute Engine 平台上,据了解,TPU2.0 具有四个芯片,每秒可处理 180 万亿次浮点运算。同时,谷歌还表示找到了一种方法,使用新的计算机网络将 64 个 TPU 组合到一起,升级为所谓的 TPU Pods,可提供大约 11500 万亿次浮点运算能力。

据了解,目前机器学习主要都运用 GPU 来做模型的训练,但由于 GPU 并非专门为机器学习而设计,所以市面上已经有越来越多的企业开始研发机器学习专门的芯片产品,而谷歌的 TPU 便是其中的佼佼者,TPU 3.0 的发布,对 GPU 巨头英伟达而言,或许是一件“狼来了”的故事。

另外,对于 TPU 3.0 谷歌在 I/O 开发者大会上并没有更加详细的介绍,不过,外界认为其应该与 TPU 2.0 一样,都将通过云服务的形式对外赋能 。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号