Google запускает новый облачный хостинг TPU для искусственного интеллекта и машинного обучения

Тензорные процессоры второго поколения (TPU) объявлены в 2017 году в Google I / O

Google, как компания, постоянно запускает новые технологии, способные радикально изменить целые отрасли и изменить курс человеческой цивилизации. Одни из лучших объявлений для прессы зарезервированы для выпуска на ежегодной конвенции ввода-вывода. В этом году Сундар Пичаи (генеральный директор), Джефф Дин (исследования) и Урс Хёльцле (Google Cloud) сделали одновременно синхронизированные объявления, которые фактически запустили совершенно новую форму облачного хостинга, основанную на машинном обучении и искусственном интеллекте. Google разработал компьютерный сервер нового типа с усовершенствованными Tensor Processing Units или TPU, которые функционируют так, чтобы оптимизировать процессы машинного обучения для AI таким же образом, как и графические процессоры, работающие в расширенном математическом рендеринге высокоскоростной компьютерной графики или в ускорении биткойнов. добыча полезных ископаемых. Google намерен сделать серверы машинного обучения доступными для исследований и разработок по стандартам с открытым исходным кодом с помощью планов облачных вычислений, которые можно программировать с помощью TensorFlow., "библиотека программного обеспечения с открытым исходным кодом для Machine Intelligence." Запуск облачного хостинга TPU является одним из основных моментов перехода Google с "подвижной первый" в "AI-первых" компания и символ своей цели развития "AI-первых" центры обработки данных во всех текущих бизнес-операциях.

Тензорные процессоры второго поколения (TPU) объявлены в 2017 году в Google I / O

TensorFlow – библиотека программного обеспечения с открытым исходным кодом для машинного интеллекта

Объявление о хостинге Cloud TPU потенциально представляет собой важный переломный момент для будущего веб-хостинга, управления центрами обработки данных и разработки приложений. Многие пришли к объявлениям ввода / вывода Google с меньшим энтузиазмом после того, как огромная ажиотаж вокруг Google Wave и Google Glass не сумел развиться в жизнеспособные новые продукты. Однако платформа Android, анонсированная на Google I / O 2008, впоследствии расширилась и превысила 2 миллиарда установок устройств менее чем за 10 лет. Философский сдвиг Google от "мобильный сначала" для "ИИ первый" Компания уже реализована внутри компании, и изменения обнаружены во многих существующих приложениях для поиска, фотографий, электронной почты, карт и языковых приложений. Запуская услуги облачного хостинга TPU, основанные на платформе TensorFlow и совершенно новом типе облачных компьютеров, разработанных для уникальных требований машинного обучения и искусственного интеллекта, компания Google, как компания, доказывает, что они все еще относительно относительно на несколько лет впереди конкурентов..

Отраслевые аналитики поспешили рассчитать предполагаемое влияние хостинговой платформы Cloud TPU на Intel, AMD, & Nvidia после объявления о вводе / выводе, поскольку основные производители чипов и компании, занимающиеся разработкой графических процессоров в этом секторе, отреагировали на последний выпуск продукта Google. Очевидно, что искусственный интеллект и машинное обучение практически неограниченны в качестве секторов для нового оборудования. & разработка программного обеспечения в IT. Согласно пресс-релизу, одиночные серверы Google TPU обеспечивают "до 180 терафлопс производительности с плавающей запятой … модуль TPU содержит 64 TPU второго поколения и обеспечивает до 11,5 петафлопс для ускорения обучения одной большой модели машинного обучения." Оптимизированные AI облачные серверы могут использоваться для создания новых приложений для расширенного распознавания речи, перевода голоса, поиска изображений и многих других целей в исследованиях, промышленности, науке и дизайне. Google продвигает использование AI & машинное обучение для переосмысления традиционных проблем во всех основных отраслях промышленности с целью разработки новых инновационных продуктов на рынке.

Одна из причин, по которой Google разработал новые серверы TPU, заключается в том, чтобы оптимизировать эволюцию ИИ за счет использования нейронных сетей в машинном обучении. Это включает в себя развитие способности компьютеров "видеть" а также "Понимаю" что в изображении, а также приводит к новому потенциалу в компьютере "слушание" через распознавание голоса и "чтение" через оптическое распознавание текста. Здравоохранение, биотехнологические исследования, медицина, генетическое секвенирование, астрофизика, квантовая физика, биология, химия, архитектура, & инжиниринг – Google ищет средства для перехода от текущей среды, в которой исследования ИИ и машинное обучение с использованием нейронных сетей – это, прежде всего, область аспирантов в области компьютерных наук, для применения инноваций в широких слоях общества и промышленности. Это потребует сотен тысяч профессиональных разработчиков и программистов AI / ML, что делает TensorFlow потенциально ценной платформой для обмена открытым исходным кодом при создании новых программных приложений. Google.ai – это еще один проект, представляющий группу экспертов из различных отделов Google, которые работают над тем, чтобы донести преимущества ИИ до всех путем прикладных исследований и разработки новых потребительских продуктов на основе глубокого изучения. & нейронные сети.

Вводное видео: TensorFlow (2017)

TensorFlow: машинное обучение с открытым исходным кодом – "TensorFlow – это программная библиотека с открытым исходным кодом для численных расчетов с использованием графиков потоков данных. Первоначально разработанный исследователями и инженерами, работающими в команде Google Brain Team в исследовательской организации Google Machine Intelligence для целей машинного обучения и исследований глубоких нейронных сетей." Следите за TensorFlow в Твиттере.

Платформа Google Cloud TPU – ускоренное машинное обучение для нового поколения приложений

Платформа облачных вычислений Google в настоящее время включает в себя процессоры Skylake от Intel, графические процессоры Nvidia и новые серверы TPU, запущенные внутренними командами исследователей и разработчиков в компании. Tensor Processing Unit (TPU) – это микросхема ASIC (специализированная интегральная схема), в которой многие задаются вопросом: привело ли последнее исследование Google к разработкам, которые превзойдут Intel и AMD?, & Nvidia в области разработки чипов искусственного интеллекта и машинного обучения. Ближайшие отраслевые продукты, которые конкурируют с TensorFlow, – это Nervana Engine и Nervana Cloud, разрабатываемые Intel с платформой глубокого обучения Neon на основе Python. Nvidia выпустила чип машинного обучения Volta (серия V100) вместе со своим фирменным ускорителем глубокого обучения (DLA). Волновые вычисления’s Dataflow Architecture – еще одна экосистема новых продуктов в этом секторе. Google опубликовал обширные результаты тестирования в своих центрах обработки данных, в которых сравнивается производительность Tensor Processing Unit (TPU) с процессорами Intel Haswell и GPU Nvidia K80. В целом, исследование Google пришло к выводу, что "на наших производственных рабочих нагрузках искусственного интеллекта, которые используют вывод нейронной сети, TPU в 15–30 раз быстрее современных графических процессоров и процессоров." Хотя некоторые сомневаются в том, что серверы TPU могут использоваться только с платформой TensorFlow для программирования новых приложений в настоящее время, ясно, что разработка новых продуктов с использованием оборудования Google TPU только начинается.

Тензорные процессоры второго поколения (TPU) объявлены в 2017 году в Google I / O

Хостинг Google Cloud TPU – "С окончанием действия закона Мура многие компьютерные архитекторы считают, что существенные улучшения в эффективности затрат-энергии теперь должны быть достигнуты за счет аппаратного обеспечения для конкретных областей. Tensor Processing Unit (TPU), развернутый в дата-центрах Google с 2015 года, представляет собой специализированный чип, ускоряющий работу глубоких нейронных сетей (DNN).." Узнайте больше о хостинге Google Cloud TPU.

TensorFlow Dev Summit 2017: Машинное обучение, AI, & Облачные вычисления

TensorFlow является одной из самых передовых платформ, доступных в настоящее время в мире для разработки Al. & ML приложения на фонды с открытым исходным кодом. Объявления об исследованиях, представленные техническими специалистами Google на саммите разработчиков TensorFlow в 2017 году, подчеркнули разнообразный и неожиданный характер программного обеспечения, созданного программистами, использующими нейронные сети во всем мире. Будь то медицина, сельское хозяйство, наука, промышленность, искусство, музыка, финансы, бизнес, авиация или инжиниринг, независимые разработчики, специалисты по компьютерам, ученые, творческие работники и любители гаражных лабораторий – все это позволило использовать инструменты, доступные с кодом TensorFlow, для работы в создании новых приложений для продуктивного использования в своих локальных средах. Остается увидеть, как эти новые разработки в области облачных вычислений и "Интернет вещей" перейдет в веб-приложения с помощью распознавания текста, интеллектуального анализа данных, создания мемов, изображений & поиск видео и т. д. в новом поколении сайтов на базе AI и мобильных приложений с поддержкой ML на популярном уровне. TensorFlow уже используется AirBNB, ARM, DeepMind, DropBox, eBay, Google, IBM, Intel, Qualcom, SAP, Snapchat, Twitter, Uber и другими крупными компаниями в повседневных деловых операциях. То, что будет дальше, вероятно, будет еще более трансформирующим, чем изменения, вызванные достижениями в области облачных вычислений и мобильных технологий сегодня. Платформа TensorFlow также прокладывает путь к более широкому социально трансформирующему видению искусственного интеллекта и машинного обучения, продвигаемому старшим исследователем Google Рэем Курцвейлом в его серии книг о "Сингулярность". Конкурентные коммерческие стандарты, продвигаемые Google, Intel, Nvidia, IBM, Microsoft, & другие компании на этом этапе коллективного развития AI / ML также указывают на огромный потенциал экономической отдачи от начальных финансовых инвестиций в этот коммерческий сектор.

Основное видео: Google I / O 2017

Google I / O Keynote – "Организация мировой информации … путем применения глубоких компьютерных наук и технических знаний для решения масштабных задач." Следите за генеральным директором Google Сундаром Пичаи в Твиттере.

TensorFlow R&D – Ресурсы платформы для программистов ML & AI Разработчики

В то время как машинное обучение, нейронные сети и программирование искусственного интеллекта в течение нескольких поколений были исследовательским материалом для профессионалов в области компьютерных наук, запуск платформы Google TensorFlow и объявление о хостинге Cloud TPU с новым оборудованием доказывают, что инновации в этом секторе наконец-то стали популярными. Однако не все исследования и разработки TensorFlow ограничиваются научными работниками или ИТ-отделами Fortune 500. На платформе TensorFlow растет число интернет-ресурсов, таких как:

  • Сообщество TensorFlow
  • Код TensorFlow на GitHub
  • Библиотека векторизации операторов
  • Учебные пособия по TensorFlow
  • Машинное обучение с TensorFlow
  • Канал разработчиков Google

Отраслевые разработки в области облачных вычислений, приложений для работы с большими данными, машинного обучения, искусственного интеллекта, Интернета вещей и трехмерной печати – все это готово для интеграции на новый уровень технологии центров обработки данных, примером чему является запуск сетей под облачным TPU Google Cloud..

Тензорные процессоры второго поколения (TPU) объявлены в 2017 году в Google I / O

Ускоренное машинное обучение – "Машинное обучение (ML) способно значительно упростить нашу жизнь. Улучшения в распознавании речи и понимании языка помогают всем нам более естественно взаимодействовать с технологиями. Предприятия полагаются на ML для усиления сетевой безопасности и снижения уровня мошенничества. Достижения в области медицинской визуализации, обеспечиваемые ML, могут повысить точность медицинских диагнозов и расширить доступ к медицинской помощи, в конечном итоге спасая жизни." Узнайте больше о облачном хостинге TPU с TensorFlow.

Глубокие нейронные сети (DNN): глубокое обучение & Приложения автономного вождения

Google продолжает скрывать свои собственные корпоративные исследования в области компьютерных платформ автономного вождения и как это связано с новыми отраслевыми разработками в области вычислений ТПУ, искусственного интеллекта, машинного обучения и робототехники. Это неудивительно, поскольку автомобильная промышленность стоит на пороге масштабного запуска новой революционной технологии самоходного транспортного средства для многочисленных компаний, моделей потребительских транспортных средств и конкурирующих платформ ОС. Сообщается, что почти все крупные автомобильные компании и ИТ-корпорации на международном уровне, а также бесчисленное множество небольших компаний по разработке программного обеспечения для начинающих работают над прорывным запуском автономных транспортных средств в ближайшие несколько лет. Процессор Nvidia Xavier тесно связан с чипом Volta, который используется в его платформе глубокого обучения, но графический процессор Xavier использует тензорную математику для питания Nvidia. "Drive PX" программное обеспечение автономного вождения с продвинутым AI. Вполне вероятно, что руководство Google рассматривает свои исследования в области аппаратного обеспечения TPU как неотъемлемую часть развития будущего автономных транспортных средств с автономным управлением на основе Google Maps, AI., & программное обеспечение машинного обучения, как TensorFlow на следующем уровне. Ищите в будущем больше объявлений от Google о разработке технологии автономного вождения в сочетании с серверным оборудованием TPU следующего поколения для глубокого обучения.

Основное видео – TensorFlow Dev Summit 2017

Разработчики Google – "Джефф Дин, Раджат Монга и Меган Качолиа выступили с основным докладом на первом саммите разработчиков TensorFlow. Они обсуждают: происхождение TensorFlow; Прогресс со времен TensorFlow’s запуск с открытым исходным кодом; TensorFlow’s процветающее сообщество с открытым исходным кодом; Производительность и масштабируемость TensorFlow; Приложения TensorFlow по всему миру … и делитесь некоторыми захватывающими анонсами!" Узнайте больше о TensorFlow Dev Summit 2017.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me