photo (1)

去年的 I/O,Google 发布了第一代 TPUs,这使得 Google 的机器学习算法能够更快更有效地运行。今天,Google 发布了下一代 TPUs-Cloud TPUs,新版的 TPUs 针对推理和训练进行了优化并且可以处理大量信息。Google 将把 Cloud TPUs 引入 Google Compute Engine,以便公司和开发人员更好地使用。

photo (2)

根据Google说明,以Cloud TPU形式作为Google Compute Engine全新运算基础的第二代TPU,每组约可发挥高达180TFLOPS运算性能,因此相比採用32张现行最好的商用GPU构成加速学习模式仍须花费一天左右训练时间,通过第二代TPU设计仅需体积仅为八分之一大小的单一机架丛集 (Pod)以一个下午时间即可完成训练。

此外,针对深度学习研究需求,Google也宣布推出结合1000个Cloud TPU运算丛集的TensorFlow Research Cloud服务,将从即日起免费开放申请使用。

photo

依照 Google 的说法,第二代的 TPU 系统已经全面投入使用,并且正在部署在自家的云端运算平台 Google Compute Engine,同时开放开发者通过类似亚马逊的 AWS 和 Microsoft Azure 云端计算平台使用。Google 相信全新的 TPU 系统将能让使用 Google 云端服务的产业转型,Google.ai 已经与 Google 的研究人员、科学家以及开发者们进行合作,来解决各个领域的问题,并取得了前景广阔的结果:

  • 医疗产业:疾病诊断,若可将这项技术运用到病理判断,便可协助检测出癌症。例如,使用机器学习来改进检测乳腺癌扩散到相邻淋巴结的算法。
  • 金融业:更快的运算能力帮助 Google 云端平台的客户(如汇丰银行)在数十亿美元的交易中侦测出欺诈。
  • 交通运输:教自动驾驶汽车如何驾驶、预测塞车状况。
  • 时尚产业:预测库存。
  • 制造业:分析数十亿个数据点,以简化生产并维护和提升品质控管。
  • 供应链:根据外部因素 (如风暴或自然灾害) ,更有效地计划和重新调配货物。
  • 石油和天然气:设计更精确的模型以找出炼油的最佳方法。
  • 零售业:通过了解消费者的偏好、配对相似的消费者轮廓,为每个人打造更个性化的购物体验。
  • 农业:追踪农作物的生长状况,提供提高作物产量的建议。

如今,计算机又面临着新的转变:从移动优先转变为人工智能优先,这次谷歌依然走在了前头。