گوگل نسل بعدی تراشه‌ های هوش مصنوعی فوق سریعش را معرفی کرد

گوگل در کنفرانس I/O 2017 نسل دوم پردازنده‌هایش را معرفی کرد. این پردازنده‌ها که تی پی یو نامیده می‌شوند برای کاربردهای هوش مصنوعی توسعه پیدا  کرده‌اند.

با آغاز کنفرانس I/O 2017، گوگل نسل دوم پردازنده‌های خودش را که واحد پردازنده تانسوری (تی پی یو) نامیده می‌شود، معرفی کرد. مدیرعامل گوگل، ساندار  پیچای، در سخنرانی کلیدی‌اش گفت:

سخت‌افزار معرفی‌شده و نسل جدید نرم‌افزارهای گوگل یک پلت‌فرم پردازش ابری را شکل خواهند داد که در آینده می‌توانند گوگل را به اهداف بلندپروازانه‌اش برسانند.  

اولین تی‌ پی یو، سال گذشته به‌عنوان یک تراشه خاص برای یادگیری ماشین طراحی و ساخته شد. این تراشه با کمک سیستم هوش مصنوعی AlphaGo، سیستم‌های پیش‌بینی و تصمیم‌گیری گوگل را پشتیبانی می‌کرد. گوگل همچنین از توانایی بالای این پردازنده برای موتور جستجویش بهره برده است. اخیرا این تکنولوژی باعث بهبود بسیاری از سرویس‌های گوگل مانند ترجمه و تصاویر نیز شده است. هم‌اکنون بسیاری از سرویس‌های گوگل می‌توانند با کمک این تراشه از تکنیک‎‌های هوش مصنوعی بهره ببرند.

Google TPU 2

معمولا وظیفه راه‌اندازی سیستم‌های هوش مصنوعی، به پردازنده‌های گرافیکی تجاری محصول انویدیا، محول می‌شود. برای مثال فیس‌بوک برای آموزش سیستم هوش مصنوعی‌ از پردازنده‌های گرافیکی انویدیا در سرورهایش استفاده می‌کند. اما گوگل چند سالی است تصمیم گرفته سخت‌افزار مورد نیازش را خودش بسازد و آن ‌را برای نرم‌افزار خود بهینه کند.

بر اساس همین ایده و تفکر، تی‌ پی یو برای اینکه بتواند با تنسورفلوی گوگل به بهترین شکل ممکن کار کند، طراحی شده است. تنسورفلو یکی از چند کتابخانه نرم‌افزاری متن بازی است که برای یادگیری ماشین توسعه پیدا کرده است؛ اما پیشرفت‌های گوگل و تطبیق مناسب نرم‌افزار و سخت‌افزار، آن را به یکی از برترین نرم‌افزارهایی تبدیل کرده است که برای ایجاد نرم‌افزار هوش مصنوعی به کار می‌روند. این عملکرد بهینه و تیزهوشی گوگل برای ترکیب سخت‌افزار و نرم‌افزار خودش، آن را در صدر شرکت‌هایی قرار داده است که در زمینه هوش مصنوعی کار می‌کنند.

گوگل همچنین می‌گوید نسخه دوم تی پی یو کاملا عملیاتی شده است. پردازنده‌های جدید گوگل در حال متصل شدن به موتور محاسباتی گوگل نیز هستند. موتور محاسباتی گوگل، پلتفرمی است که بقیه شرکت‌های دنیا برای به دست آوردن ظرفیت محاسباتی بیشتر می‌توانند از آن استفاده کنند. آمازون و مایکروسافت  نیز سرویس‌های مشابهی به ترتیب با AWS و Azure ارائه می‌دهند. طبیعتا گوگل از سیستم طراحی‌شده توسط خودش استفاده می‌کند. اما این رونمایی باعث می‌شود بقیه شرکت‌های بزرگ دنیا هم به دنبال پیش‌خرید آن باشند.

Google TPU

فی فی لی، دانشمند ارشد گوگل در زمینه هوش مصنوعی می‌گوید:

برای طراحی یک موتور محاسباتی فوق سریع، گوگل ٦٤ عدد تی پی یو را روی یک برد الکترونیکی با هم موازی کرده است. این بردها «تی پی یو پاد» نام دارند. هرکدام از این بردها درواقع یک ابررایانه محسوب می‌شوند و ١١.٥ پتافلاپ قدرت محاسباتی خواهند داشت. نسل جدید تی پی یو های گوگل به‌تنهایی ١٨٠ ترافلاپ قدرت محاسباتی دارند که برای راه‌اندازی سیستم‌های یادگیری ماشین بسیار مناسب هستند.

این توانایی سخت‌افزاری شگفت‌انگیز برتری قابل توجهی در زمینه سرعت و انجام آزمایش‌های متنوع نسبت به رقبا به گوگل می‌دهد. در همین زمینه، جف دین مدیر ارشد تیم گوگل برِین می‌گوید:

مدل جدید و بسیار بزرگ ترجمه گوگل برای آموزش دیدن باید روی ٣٢ واحد از بهترین پردازنده‌های گرافیکی موجود در بازار به مدت یک روز اجرا شود. در حالی که یک‌هشتم قدرت محاسباتی یک تی پی یو پاد این کار را در یک بعدازظهر به انجام خواهد رساند!

نسل دوم تی پی یو های گوگل در واقع ابررایانه‌هایی هستند که برای آموزش سیستم‌های هوش مصنوعی به کار گرفته خواهند شد. علاوه بر سرعت بالاتر، نسل دوم سخت‌افزار جدید گوگل به سرورهای این غول تکنولوژی اجازه خواهد داد به‌صورت موازی تحلیل ورودی‌ها و همچنین آموزش شبکه‌های عصبی پیچیده را انجام دهند. در حالی که نسل قبلی قادر به انجام هم‌زمان این دو وظیفه نبود. برای توضیح بیشتر باید گفت فرآیند آموزش در واقع برای ایجاد الگوریتم هوش مصنوعی مورد نظر است. این فرایند به منابع اطلاعاتی عظیمی احتیاج دارد و بسیار زمان‌بر است.

یادگیری ماشین اساس تحقیقات مدرن در زمینه هوش مصنوعی است و به‌صورت ساده، به معنای دادن صدها هزار ورودی نمونه مختلف به سیستم است تا بتواند کارهایی را انجام دهد که قبلا به‌صورت خاص برای آن کار برنامه‌ریزی نشده بود. یادگیری ماشین امروزه در خیلی از محصولات تجاری مانند قابلیت ترجمه هم‌زمان مترجم گوگل یا توانایی آلفاگو برای بازی گو در سطح بسیار حرفه‌ای و فرا انسانی نیز مورد استفاده قرار می‌گیرد.

Artificial neural networks

همه توانایی سیستم‌های هوش مصنوعی به آموزش شبکه‌های عصبی با تعداد بسیار زیادی داده و تبدیل آن به الگوریتمی کارا خلاصه می‌شود. این فرآیند قطعا به توان محاسباتی بسیار بالایی احتیاج خواهد داشت. این سیستم‌های آموزش در نگاه کلی برای بهبود سیستم‌های هوش مصنوعی جدید بسیار حیاتی هستند. هرچه شما سخت‌افزار قوی‌تری داشته باشید، نتایج را سریع‌تر در اختیار خواهید داشت. جف دین می‌گوید:

اگر بتوانیم زمان لازم برای هر آزمایش را از چند هفته به چند روز و حتی چند ساعت برسانیم، یادگیری ماشین در سطح دنیا گسترش می‌یابد و افراد می‌توانند آزمایش‌های بیشتر و سریع‌تری انجام دهند.

نسل جدید تی پی یو ها به دلیل فراهم کردن قابلیت هم‌زمان تحلیل و آموزش برای شبکه‌های عصبی، می‌توانند باعث ایجاد سیستم‌های هوش مصنوعی قابل‌اعتمادتر و سریع‌تر از گذشته شوند.

از زمانی که گوگل نرم‌افزار تنسورفلو را معرفی کرد، با ارائه آن به‌صورت متن باز و همچنین ارائه منابع محاسباتی بسیار قوی تی پی یو به‌صورت رایگان به محققان، برنامه‌ای به نام «تحقیقات ابری تنسورفلو» را آغاز کرده است. در این برنامه محققان موظف‌اند نتیجه تحقیقات خود و حتی در صورت امکان، سورس کدهایشان را منتشر کنند. گوگل امیدوار است به‌وسیله این مدل متن باز و همچنین ارائه رایگان قدرت نرم‌افزاری کلاستر‌های سخت‌افزاری‌اش (دارای ١٠٠٠ تی پی یو)، نقش عمده‌ای در پیشرفت هوش مصنوعی در آینده داشته باشد.

منبع THE VERGE

مقاله های مرتبط

  دیدگاه
کاراکتر باقی مانده