谷歌云平台今天宣布,自2018年2月12日起,google独家研制的cloud tpu向公众开放使用,帮助机器学习开发者快速训练模型。
cloud tpu是google为tensorflow专门设计的机器学习硬件加速器,基于4个特制的asic,单个cloud tpu 的计算能力可达180 tflops,同时具备64gb带宽。
和其他gpu云一样,cloud tpu免去了设计、部署、维护一个机器学习计算集群的麻烦。除此之外,cloud tpu的主要优势在于容易和快速。
容易构建模型
tpu虽然基于asic构建,但并不像其他基于asic的机器学习硬件一样需要专门编写程序(其中包括很多和硬件交互的底层代码)。相反,tpu可以直接使用高层的tensorflow api。为了进一步帮助机器学习开发者快速上手,google开源了一系列基于cloud tpu的参考实现:
resnet-50及其他流行的图像分类模型
用于机器翻译和语言建模的transformer
用于目标检测的retinanet
以后google还将陆续开源其他模型实现。
如果你想基于cloud tpu优化自己的tensorflow模型,google也提供了文档和工具。
另外,pytorch作者,facebook ai research的soumith chintala也宣布打算在pytorch框架中集成cloud tpu支持。
快速训练模型
当年alphazero训练了不到24小时就击败了围棋、国际象棋、将棋的最先进模型,而alphazero正是基于tpu训练的。
现在,你也可以体验tpu的速度了!按照google提供的教程,不到一天、不到200美元,你就可以在imagenet数据集上训练resnet-50至75%精确度。如果换成普通的gpu云,比如,配备nvidia tesla m40的阿里云,你需要多花1-2倍的钱,还需要等待两周!
这还仅仅只是一个开始。cloud tpu还可以通过专门的极速网络连接,协同工作——google称之为tpu pod。等今年晚些时候google开放tpu pod,训练时间可以进一步缩减至不到30分钟,而且无需改动代码!
价格
cloud tpu以秒计费,目前的价格为每小时6.50美元,以后可能会降价。目前cloud tpu还处于beta测试阶段,因此主机位置只限美国中部地区,数量有限,需要先提交表单申请配额,还不能即买即用。
LED照明在体育场市场中的应用
恩智浦推出TDA18272硅调谐器
IC在单电源应用有提供温度,偏置和增益等多种作用
2014年NFC行业十大最具影响力事件
Precision32芯片方案介绍 延续8位MCU优势
谷歌让普通人也能训练机器
万用表上的符号图解超简单实用
一种简单的模拟接触开关电路设计
模拟通信和数字通信的区别
新能源汽车BMS系统结构及关键技术解析
长电科技2022年上半年实现营业收入155.94亿元
HTC或在CES 2017上发布Vive2?
基于CPCI总线的多网口卡设计
技术速递 | Java Agent场景性能测试分析优化经验分享
多路竞赛抢答器
十大陨落的IT消费类电子产品公司:诺基亚居榜首
基于机器视觉的智能车系统
浦东生产线的首架ARJ21飞机已在浦东机场完成首次生产试飞
为何英特尔能在计算半导体方面始终处于不败之地?
Gollakota希望在大黄蜂的背后装传感器来观察农作物的健康状况