第二代TPU帶來更大運算效能、加入深度學習 但應用領域仍有侷限

對於標榜可發揮高達180TFLOPS的第二代TPU (Tensor Processing Unit),Google說明此項處理器依然是針對開放學習框架TensorFlow加速為主,因此無法像NVIDIA提出Tesla V100等GPU加速模式可額外支援Caffe、Cognitive Toolkit等學習框架。

相比第一代TPU僅能針對邏輯推演作加速,Google此次宣布推出的第二代TPU不但大幅提昇運算效能,更增加對應深度學習應用加速設計,配合越來越多人使用的TensorFlow學習框架,將使TPU應用領域變得更加多元,甚至直接挑戰NVIDIA以GPU加速的深度學習應用模式。

不過,在Google I/O 2017期間進一步向Google詢問,確認第二代TPU設計依然是以針對開放學習框架TensorFlow加速為主,本身並不像NVIDIA Tesla V100等藉由GPU加速模式可額外支援Caffe、Cognitive Toolkit等學習框架,因此在實際佈署應用彈性可能相對受限。只是從TPU大幅去除非必要元件,僅針對深度學習、邏輯推演加速功能優化,預期仍將使NVIDIA面臨不少競爭壓力。

但從NVIDIA為使加速學習效率提昇,在新款加速卡Tesla V100架構設計額外加上對應TensorFlow學習框架的Tensor核心,藉此讓深度學習效率可進一步提昇,顯然也是呼應越來越多藉由TensorFlow學習框架產生的深度學習應用需求,同時更有向Google說明GPU加速仍有較廣泛應用的叫陣意味。

而對於開發者需求部分,Google方面則認為無論是什麼樣的加速學習模式都有其優點,例如聚焦在TensorFlow學習框架的深度學習,或許第二代TPU能帶來更好加速學習效率,但若是針對TensorFlow以外學習框架應用,NVIDIA的Tesla V100顯然就有較高使用彈性,因此主要還是看本身設計內容挑選較合適的學習模式。同時在越來越多的選擇之下,對於開發者所能使用資源、帶動市場發展動能都能帶來好處。

※相關連結》

你也許會想看以下內容:

0則回應

Samsung Pay正式在台上線 三星預期台灣行動支付人口今年可達百萬規模 Samsung Pay正式在台上線 三星預期台灣行動支付人口今年可達百萬規模 就在剛剛
微軟:台灣有更大人工智慧、端點運算技術發展機會 微軟:台灣有更大人工智慧、端點運算技術發展機會 2 個小時前
iPhone 8保護殼模型洩天機 指紋辨識器應還是在配置在正面 iPhone 8保護殼模型洩天機 指紋辨識器應還是在配置在正面 18 個小時前
AlphaGo 2.0 將對決世界棋王柯潔 這次還有團體賽 AlphaGo 2.0 將對決世界棋王柯潔 這次還有團體賽 19 個小時前
樂視王國泡沫化?賈躍亭辭去總經理職位、VR團隊傳改組解散 樂視王國泡沫化?賈躍亭辭去總經理職位、VR團隊傳改組解散 20 個小時前
不只CPU 三星自製GPU最快2020年推出 目標處理器全自製 不只CPU 三星自製GPU最快2020年推出 目標處理器全自製 21 個小時前

熱門文章

最新消息