Billede: google

At træne machine learning modeller kræver en hel del regnekraft. Faktisk så meget at forskere og ingeniører nogengange skal vente flere uger for resultater.

Googles 2. generation Tensor Processing Unit (TPU) søger at løse det problem, og kan levere hele 180 TFLOPS floating-point performance. En gruppe bestående af 64 GPU'er kan således levere 11,5 PFLOPS (petaflops!) performance for en enkelt machine learning opgave.

Google giver alle mulighed for at benytte sig af denne regnekraft, i og med at server clusterne gøres tilgængelige via Googles nye cloudtjeneste, TensorFlow Research Cloud.

Her er tale om et cluster bestående af 1.000 cloud TPU'er, og de gøres tilgængelige for forskere uden omkostninger.

Fra Google.ai:

That’s why we’re bringing our second-generation TPUs to Google Cloud for the first time as Cloud TPUs on GCE, the Google Compute Engine. You’ll be able to mix-and-match Cloud TPUs with Skylake CPUs, NVIDIA GPUs, and all of the rest of our infrastructure and services to build and optimize the perfect machine learning system for your needs. Best of all, Cloud TPUs are easy to program via TensorFlow, the most popular open-source machine learning framework.

Redaktør: jakobdam   |   Indsendt af: jakobdam   |   0   |   1861