谷歌推出第二代TPU芯片加速机器学习

谷歌今天宣布，该公司已经开发出第二代张量处理单元(TPU)芯片，该公司称这一变化是其训练人工智能模型能力的巨大飞跃。

第二代TPU可通过谷歌云平台获得，它承诺为研究人员和企业以及谷歌提供更快的人工智能模型培训和运行，谷歌现在使用TPUs来驱动其人工智能——从theGoogle.com搜索引擎到翻译、计算机视觉和其他服务。

这一消息是在谷歌年度开发者大会(google I/O)的第一天由首席执行官桑达尔O皮查伊宣布的。

第二代TPU芯片能够处理高达每秒180万亿次浮点运算，谷歌大脑团队的负责人杰夫•迪恩(Jeff Dean)表示，这种速度可以将训练某些人工智能所需的时间从几周缩短到几小时或几天。

迪安说:“实验周期如此之长，意味着机器学习工程师和研究科学家们最稀缺、最有价值的一些时间要等上几天甚至几周，才能看到实验结果。”从这个角度来看，我们新的大规模翻译模型需要一整天的时间在32个世界上最快的商用gpu上训练，而八分之一的TPU pod只需要6个小时就可以完成这项工作。(TPU豆荚是超级计算机中TPU芯片的集合。)

直到上个月，75位合著者发表了一篇关于这种芯片的论文，人们才对谷歌制造的张量处理单元(尤其是机器学习)有了更多的了解。

在一年前的I/O大会上首次亮相后，第一代TPUs如今被用于每一个谷歌搜索查询，并在帮助AlphaGo赢得比赛的系统中发挥了作用。两年来，TPUs一直是谷歌人工智能服务的一部分，第一年在公众视线之外运行。

与第一代TPUs不同，第二代TPUs将能够运行机器学习训练和推理，在这两个机器学习过程中发挥作用。第二代张量处理单元(TPUs)将与TensorFlow以及CPU或GPU系统一起工作，这些系统能够处理AI模型，如咖啡因2、英特尔Skylake或Nvidia的Volta。

上图:谷歌的第二代张量处理单元芯片

今天也标志着TensorFlow研究云的启动，这是一项为顶级研究机构和科学家提供免费的第二代TPU接入的倡议，以交换他们的工作成果。

Dean说:“获得这些免费计算资源的研究人员必须愿意公开发表他们的研究结果，甚至可能公开与研究相关的代码。”

与第一代TPUs一样，Dean表示，第二代TPU芯片将在谷歌提供的一系列人工智能服务中发挥作用，从翻译到使用计算机视觉，再到识别要出售的产品。