Tensor Processing Unit board。

圖片來源: 

Google

Google去年證實數年前開始為機器學習平台Tensor客製打造晶片Tensor Processing Unit (TPU),Google再公佈目前TPU的初步研發成果, 包括效能已經達到GPU及CPU的15及30倍。

Google本周在美國工程學院的一場研討會中公佈TPU的研發成效成果。 第一代TPU主要用於以訓練好的模型(而非訓練中的模型) 進行推斷(inference)。目前在使用神經網路推斷的AI運算任務中,TPU的效能是當代GPU和CPU的15到30倍,這款TPU能源效率也更好,每TOPS/Watt(即耗費每瓦特電力所執行的兆次運算)值比傳統晶片大30到80倍。然而神經網路執行上述應用卻僅需100到1500行TensorFlow程式碼。(來源:Google)

 

Google硬體工程師 Norm Jouppi表示,自製TPU源自於6年前開始在更多產品實行成本高昂的深度學習模式時,這些模型運用衍生出的運算成本令他們感到擔憂。若以人們每天使用Google語音搜尋僅短短三分鐘,並以用深度神經網路來執行語音辨識系統這種需求來計算,花出的錢已足夠多蓋一座Google資料中心。 

他表示,運用TPU有助於解決這類問題,同時可讓Google以極快速度做出預測,實現不到一秒時間內回應的目標。目前Google TPU已經用在所有搜尋服務,為Google圖片搜尋、Google Photos及Google Cloud Vision API提供準確的視覺模型, 此外也用在提升Google Translate的翻譯品質,以及擊敗韓國棋王李世石的Google Deep Mind上。

Google去年擊敗韓國棋王李世石的AlphaGo,背後功臣就是由TPU計算的伺服器機櫃。(來源:Google)

熱門新聞

Advertisement