گوگل نسخه بتا TPU اختصاصی خود را در دسترس قرار داد
با پیشرفت و توسعه روزافزون تکنولوژی و سیستم‌های کامپیوتری نیاز به پردازش داده‌ها نیز همواره در حال افزایش است در این راستا غول‌های بزرگ فناوری همواره در حال ارائه راه‌حل‌ها و روش‌های جدید برای پردازش هرچه سریع‌تر این داده‌ها هستند؛ از این رو Google نسخه بتای شتاب دهنده‌های یادگیری ماشینی خود را در دسترس قرار داد.
Tensor Processing Unit) TPU) یا تراشه‌های پردازش شبکه‌های عصبی اختصاصی شرکت گوگل برای تقویت یادگیری ماشینی در چارچوب TensorFlow، اکنون برای توسعه دهندگان در دسترس است.
هدف از به‌کار‌گیری این تراشه‌های طراحی شده توسط گوگل این است که آنها بتوانند کارهای مربوط به یادگیری ماشینی را به‌میزان قابل توجهی سریع‌تر از GPU های استاندارد که بیشتر توسعهدهندگان امروزه از آن استفاده می‌کنند، اجرا کنند.
برای گوگل، یکی از مزایای این TPU ها این است که آنها از انرژی کمتری نیز استفاده می‌کنند، چیزی که توسعهدهندگان احتمالا به آن اهمیتی نمی‌دهند، اما این امر به گوگل امکان می‌دهد که این سرویس را با هزینه کمتر ارائه دهد.
این شرکت اولین بار ۹ ماه پیش در کنفرانس Goole I/O خود Cloud TPU را معرفی کرد و به تعداد محدودی از توسعه دهندگان و محققان اجازه دسترسی داد. هر TPU ابری دارای چهار ASIC سفارشی با ۶۴ گیگابایت حافظه با پهنای باند بالا است. بر اساس گزارش گوگل، عملکرد تنها یک واحد TPU حداکثر تا ۱۸۰ ترافلاپس می‌رسد.
هر TPU ابری دارای چهار ASIC سفارشی با ۶۴ گیگابایت حافظه با پهنای باند بالا است. به گفته گوگل، عملکرد تنها یک واحد TPU حداکثر تا ۱۸۰ ترافلاپس می‌رسد
توسعه دهندگانی که قبلا از تنسور فلو استفاده می‌کردند، مجبور نیستند برای استفاده از این سرویس تغییرات عمده‌ای در کد خود ایجاد کنند. با این حال، Cloud TPU ها کاملا در دسترس نیستند. گوگل می‌گوید که متقاضی، برای مدیریت دسترسی، باید بعد از ثبت درخواست، آنچه را که می‌خواهد با سرویس انجام دهد شرح دهد. پس از ورود به سیستم، باید مبلغ ۶.۵۰ دلار برای استفاده از این سرویس در هر ساعت بپردازد. در مقایسه، دسترسی به GPU های استاندارد Tesla P۱۰۰ در ایالات متحده با ۱.۴۶ دلار در هر ساعت فراهم است، با این حال حداکثر عملکرد در اینجا حدود ۲۱ ترافلاپس از عملکرد FP۱۶ بیشتر است.
شهرت گوگل در زمینه‌ی یادگیری ماشینی مطمئنا بسیاری از کاربران جدید را به سمت استفاده از این کلود تی پی یو ها هدایت خواهد کرد. با این حال، در بلندمدت، شاید مهمترین مسئله این است که این امر به Google Cloud اجازه می‌دهد تا خود را از سایر سرویس‌های پردازش ابری در جهان مانند آژور و AWS متمایز کند. در بیشتر موارد سرویس‌های ابری در حال حاضر مجموعه‌ای مشابه از خدمات محاسبات ابری را ارائه می‌دهند و بار کاری پردازش را از یک پلتفرم به یک پلتفرم دیگر انتقال می‌دهند. با ترکیب TensorFlow و TPU ها، گوگل هم اکنون می‌تواند یک نمونه جدید سرویس را ارائه دهد که احتمالا تعداد انگشت شماری از دیگر خدمات دهندگان برای مدت زمان اندکی توانایی رقابت با آن را خواهند داشت.
نظرات