Cобрали 40, нужно 60 в июле. Поддержи devby 📝
Support us

В 15-30 раз быстрее: Google раскрыла производительность чипов для машинного обучения

Оставить комментарий
В 15-30 раз быстрее: Google раскрыла производительность чипов для машинного обучения

Собственные чипы Google для машинного обучения, оптимизированные для работы с фреймворком TensorFlow, работают до 30 раз быстрее существующих аналогов, сообщает TechCrunch со ссылкой на отчёт компании.

Читать далее

Фото: TechCrunch

По данным Google, TPU (TensorFlow Processing Unit) производства компании выполняют стандартные задачи машинного обучения в среднем в 15-30 раз быстрее, чем традиционная комбинация GPU/CPU («стандартным» для Google стало использование процессоров Intel Haswell и графических карт Nvidia K80).

Ещё одним преимуществом TPU является повышенная энергоэффективность — устройство обеспечивает выполнение от 30 до 80 раз большего количества операций в расчёте на один Ватт.

Иллюстрация: Google

Традиционно устройства оптимизируют для работы свёрточных нейронных сетей, однако в практике Google на них приходится лишь около 5 процентов работы, в то время как большинство приложений использует многослойные перцептроны. Разработка архитектуры с учётом выполняемых задач оказалась весьма эффективной.

В Google задумались о повышении эффективности дата-центров с помощью разработки собственного «железа» ещё в 2006 году, но активно занялись вопросом лишь в 2013-м.

«Мы поняли, что динамические нейронные сети станут настолько популярны, что удвоят потребность в вычислительных мощностях, удовлетворить которую с помощью традиционных процессоров было бы очень дорого», — пишет один из исследователей.

Задачей разработчиков новой архитектуры стало десятикратное улучшение эффективности по сравнению с графическими процессорами — и этого удалось достичь.

Иллюстрация: Google

Хотя компания вряд ли сделает TPU доступными другим пользователям, в Google уверены, что их разработки будут использованы, чтобы создать процессоры, которые «смогут поднять планку ещё выше».

Осталось 60!

Го донатить

Читайте также
10+ сертификаций Coursera, которые могут изменить вашу карьеру
10+ сертификаций Coursera, которые могут изменить вашу карьеру
10+ сертификаций Coursera, которые могут изменить вашу карьеру
Бюджетный способ прокачать навыки и повысить зарплату — это профессиональный сертификат от Google, IBM или крупного зарубежного университета. На Coursera как раз можно найти десятки полезных обучающих программ по машинному обучению, проджект-менеджменту и не только. Собрали 10+ сертификаций, которые будут выигрышно смотреться в резюме как новичка, так и опытного специалиста.
Дизайн, VR и интернет вещей: 10 доступных онлайн-курсов от Google, Amazon и других гигантов
Дизайн, VR и интернет вещей: 10 доступных онлайн-курсов от Google, Amazon и других гигантов
Дизайн, VR и интернет вещей: 10 доступных онлайн-курсов от Google, Amazon и других гигантов
На платформе Coursera можно найти сотни курсов от крупных корпораций, включая Google, Amazon и HubSpot. Это отличная возможность начать новую карьеру, повысить квалификацию и просто получить плюс в профессиональную карму. Мы собрали 10 программ от ИТ-компаний, которые помогут освоить машинное обучение, UX-дизайн, продакт-менеджмент, кибербезопасность и многое другое.
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года. Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.
Google урезает бюджеты, СЕО намекает на сокращения
Google урезает бюджеты, СЕО намекает на сокращения
Google урезает бюджеты, СЕО намекает на сокращения
1 комментарий

Хотите сообщить важную новость? Пишите в Telegram-бот

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментируйте без ограничений

Релоцировались? Теперь вы можете комментировать без верификации аккаунта.

Комментариев пока нет.