谷歌今天分享了有关最新一代TPU芯片的早期细节。该芯片用于运行人工智能工作负载,性能是上一代的2倍多。
谷歌的TPU(Tensor Processor Unit)是一种基于AI的、应用特定的集成电路。今天谷歌详细介绍的是第四代TPU的情况,第三代和第二代此前展示出了令人印象深刻的性能水平,谷歌通过 Google Cloud Platform向企业提供这两代芯片。
谷歌称,第四代TPU的平均性能比第三代TPU高出2.7倍。谷歌在最近MLPerf行业竞赛中对比了这两代芯片训练五个主流AI模型的速度。第四代TPU在运行Mask R-CNN模型(用于自动驾驶等用例的图像分割AI)时达到了最高性能,训练速度比上一代芯片快3.7倍。
性能上的大幅提升主要源自于底层的巨大改进。谷歌工程师Naveen Kumar在博客文章中详细介绍称,谷歌已经大幅提高了TPU的内存带宽,也就是芯片从内存中获取数据并进行处理的速度,提高了执行专有计算的性能。
Kumar在帖子中详细介绍说:“谷歌第四代TPU ASIC在运行矩阵乘法(AI模型用来处理数据的一种数学运算方式)的TFLOP性能是TPU v3的2倍多。”与第四代芯片相比,第三代TPU的浮点运算性能为420万亿次。
Kumar称,客户可以很快将会获得有关新一代TPU的更多信息。考虑到目前Google Cloud平台上已经有两个上一代TPU可供租用,所以新一代应用很有可能最终也将落地在Google Cloud在会上。但是,客户可能需要一段时间了,根据ExtremeTech报告称,第四代TPU在MLPerf竞赛期间被列为研究类,也就是说,这款芯片至少在六个月内是无法商用的。
新一代芯片在速度上的提升尤其引人注目,因为它在性能上超过了第三代,在同一项比赛中打破了多个记录。谷歌利用4090个第三代TPU打造了所谓全球最快的AI训练超级计算机。该系统在8个MLPerf基准测试中创下了6项新的记录,并在不到30秒的时间内训练了4个测试模型。
好文章,需要你的鼓励
智谱AI率先推出了 AutoGLM,试图打造一款能够理解、规划、执行,并最终实现“无人驾驶”操作系统的 AI Agent。
该处理器采用16nm工艺技术设计,拥有 48 个ARM Cortex-A75内核,六通道DDR4 3200 MHz 内存 - 每插槽高达 768 GB(每通道 128 GB)
谷歌DeepMind研究人员则直接把这项技术集成到AI Agent中开发了Talker-Reasoner框架,让其具备“快”、“慢”两种拟人化思考方式。
数据密集型工作负载的激增,导致计算系统需要处理的数据量大幅增加。这种不断拓展的数据环境,迫切需要具备更大容量和更高带宽的