Google 發佈第二代 TPU，強化深度學習並讓人工智慧可推理、訓練

去年的 I/O， Google 發佈了第一代 TPUs， 這使得 Google 的機器學習演算法能夠更快更有效地運行。 今天， Google 發佈了下一代 TPUs-Cloud TPUs， 新版的 TPUs 針對推理和訓練進行了優化並且可以處理大量資訊。

Google 將把 Cloud TPUs 引入 Google Compute Engine， 以便公司和開發人員更好地使用。

根據 Google 說明， 以 Cloud TPU 形式作為 Google Compute Engine 全新運算基礎的第二代 TPU， 每組約可發揮高達 180TFLOPS 運算性能， 因此相比採用 32 張現行最好的商用 GPU 構成加速學習模式仍須花費一天左右訓練時間， 通過第二代 TPU 設計僅需體積僅為八分之一大小的單一機架叢集 (Pod) 以一個下午時間即可完成訓練。

此外， 針對深度學習研究需求， Google 也宣佈推出結合 1000 個 Cloud TPU 運算叢集的 TensorFlow Research Cloud 服務， 將從即日起免費開放申請使用。

依照 Google 的說法， 第二代的 TPU 系統已經全面投入使用， 並且正在部署在自家的雲端運算平臺 Google Compute Engine，

同時開放開發者通過類似亞馬遜的 AWS 和 Microsoft Azure 雲端計算平臺使用。 Google 相信全新的 TPU 系統將能讓使用 Google 雲端服務的產業轉型， Google.ai 已經與 Google 的研究人員、科學家以及開發者們進行合作， 來解決各個領域的問題， 並取得了前景廣闊的結果：

醫療產業：疾病診斷， 若可將這項技術運用到病理判斷， 便可協助檢測出癌症。 例如， 使用機器學習來改進檢測乳腺癌擴散到相鄰淋巴結的演算法。 金融業：更快的運算能力説明 Google 雲端平臺的客戶 (如滙豐銀行) 在數十億美元的交易中偵測出欺詐。 交通運輸：教自動駕駛汽車如何駕駛、預測塞車狀況。 時尚產業：預測庫存。 製造業：分析數十億個資料點, 以簡化生產並維護和提升品質控管。 供應鏈：根據外部因素 (如風暴或自然災害) , 更有效地計畫和重新調配貨物。 石油和天然氣：設計更精確的模型以找出煉油的最佳方法。 零售業：通過瞭解消費者的偏好、配對相似的消費者輪廓, 為每個人打造更個性化的購物體驗。 農業：追蹤農作物的生長狀況, 提供提高作物產量的建議。

如今， 電腦又面臨著新的轉變：從移動優先轉變為人工智慧優先， 這次谷歌依然走在了前頭。

本文 Google 發佈第二代 TPU， 強化深度學習並讓人工智慧可推理、訓練來自動點科技.