TensorFlow 全攻略 (111924)

專家觀點 Google ARM AI tpu TensorFlow Tensor Google Tensor

觀點： Google Tensor 是一款缺乏自主架構設計前提之下，利用現有資源進行差異化的 Android 晶片平台

Google 在昨天的 Pixel 6 系列發表會進一步針對 Google 首款自定義平台 Google Tensor 進行概念性的介紹， Google 始終不像蘋果、高通、三星與聯發科透露任何的核心數與架構配置，僅概括的介紹 Tensor SoC 內所具備的架構，並不斷強調 Tensor SoC 是一款著重真實使用體驗(是吃到 Intel 口水了嗎...？)的運算平台，以筆者對於 Arm 目前生態的認知， Google Tensor 的真實意義恐怕還是在 Google 未完全投入自主架構開發前，亦無晶片商的晶片符合 Google 訴求的架構設計前， Google 以現成 Arm IP 作為

Chevelle.fu

3 年前

新品資訊 Made by Google 大會 Pixel 機器學習 tpu TensorFlow Made by Google Pixel 6 Pixel 6 Pro Google Tensor

由裡到外連處理器皆 #MadeByGoogle ，主打使用最人性化的 Pixel 6 、 Pixel 6 Pro 正式發表

雖然外型、技術規格與價格先前已曝光的差不多，台灣通路也早就把台灣即將推出的規格、配色與價格曝光， Google 仍依照原定計畫宣布 Pixel 6 系列的上市計畫， Pixel 6 分為搭載 6.4 吋平面螢幕與雙相機的 Pixel 6 ，以及 6.71 吋曲面螢幕與三相機的 Pixel 6 Pro ，兩款機型將會預載 Android 12 with Material You 系統與首款 Google 自研處理器 Google Tensor ，此外也如先前傳聞， Google 將賦予 Pixel 6 系列 3 年的主要系統版本更新，還有長達 5 年的安全升級。 ▲ Pixel 6 系列即日開放

Chevelle.fu

3 年前

產業消息 Google 網路開發年會 Google google io tpu TensorFlow 量子運算 TPU v4 Quantum AI Campus

Google IO 2021： Google 宣布比效能比 TPU v3 高一倍的 TPU v4 ，同時邀請演員 Michael Pena 開箱量子運算實驗室

Google 在此次 IO 大會宣布推出第四代 AI 加速晶片 TPU v4 ( Tensor Processing Unit )， TPU 是 Google 針對其 AI 與機器學習所自主設計的專屬邏輯晶片，相較 TPU v3 效能翻了一倍，同時一套具備 4,096 個 TPU v4 的伺服器 POD 的效能超過 1 EXAFLOPS 。目前 Google 已經將 TPU v4 導入數據中心當中，預計在今年內開放給 Google Cloud 客戶使用。 ▲ Google 邀請演員 Michael Pena 參觀位於聖塔芭芭拉的 Quantum AI Campus 另外 Google 日前已

Chevelle.fu

4 年前

快訊 COMPUTEX台北國際電腦展 Google 機器視覺機器學習 tpu TensorFlow

Computex 2019 ：華碩發表 Google Edge TPU 相容產品，包括 Tinker Edge T AI 、單板電腦與 Mini PC

Google 在去年 IO 大會發表針對邊際運算的 Edge TPU 平台，而華碩的 Tinker 開發版在今年 Computex 宣布與 Google 取得合作，推出 Edge TPU 相容平台，包括瞄準 Maker 的開發平台 Tinker Edge AI ，單板電腦 CR1P-CM-A ，同時還預計推出一款整合 TPU 的 Mini PC 微型電腦。由於此系列直接取得 Google 的合作使用由 Google 開發的 Edge TPU 處理器，對於機器視覺、語音判斷等應用開發者，可藉由 Google 的 TensorFlow 語法在雲運算或是高性能的 AI 學習主機開發人工智慧模型，並

Chevelle.fu

6 年前

科技應用 nvidia 樂高 AI Raspberry Pi TensorFlow

身為一位專業的 AI 專家，使用機器視覺技術幫自己小孩整理樂高積木也是非常合理的

對於不少大人小孩，可塑性高的樂高積木 LEGO 是相當受歡迎的素材，不過若是身為家長要幫小孩整理散落的樂高積木恐怕就有點頭痛了，畢竟樂高積木有不同的大小跟尺寸，雖然可以一整包打包，不過如果為了要接下來要創作一些東西，可能還是整理好還是比較方便。一位任職於科技公司、並且有 AI 開發能力的專業老爸 Francisco Paco Garcia ，看到一位日本黃瓜農夫透過 TensorFlow 與深度學習技術自己 DIY 一台小黃瓜分揀機後獲得啟發，透過 TensorFlow 為基礎，搭配 NVIDIA 的 GPU 、樹莓派開發板與 3D 列印機，自己打造了一台樂高積木分揀機，透過 AI 技術幫不

Chevelle.fu

6 年前

產業消息 Google 機器學習 tpu TensorFlow

Google 將 TPU 加速器濃縮到邊際運算領域，推出 AIY Edge TPU 與開發板

Google 為了其 TensorFlow 機器學習框架，開發了專為其提升效率的 ASIC 晶片" TPU "，做為在進行 TensorFlow 等機器學習行為提供更有效率的運算，而 Google 也為了將 TPU 技術帶到邊際運算，在 Google Cloud Next 大會宣布兩款針對邊際運算的產物，為 AIY Edge TPU 以及基於這款晶片的兩款開發工具，將 Google 的 TPU 技術帶到邊際運算領域。當然針對邊際運算不可能實現與 Google Cloud 資料中心同級的運算規模， AIY Edge TPU 是為了執行 TensorFlow Lite 的加速 ASIC ，不過除

Chevelle.fu

7 年前

產業消息機器視覺 fpga Movidius VPU TensorFlow ai人工智慧

Computex 2018 ： Intel 邊際運算戰略先鎖定視覺應用，藉 OpenVINO 工具套件提升推論效率

畢竟電子產業醞釀 AI 風暴，同時這股趨勢也從雲延燒到端，就連物聯網現在也開始探討邊際運算與 AI 應用，而 Intel 在 Computex 也針對邊際運算的視覺智慧舉辦說明會。 Intel 也不忘強調他們不僅是 AI 技術的領導廠商，同時從雲到 IoT 終端，提供包括 CPU 、 Movidius VPU 、 FPGA 等解決方案，從訓練到推理不同規模的應用，提供最佳效率的架構；而 Intel 看好視覺運算在邊際運算的潛力，鎖定如產線檢測、庫存管理、遠端廠房監控、智慧城市、公共安全等需使用機器視覺運算的領域，以相關的彙整與分析作為其視覺運算重點。除了提供硬體方案外， Intel 也強調甫

Chevelle.fu

7 年前

產業消息 AI intel xeon fpga 類神經網路 VPU TensorFlow 深度學習 deep learning

Intel AIDC 開發大會主題演講，以軟體開源、多元硬體與社群作為 AI 戰略後盾

對於現在電子產業而言，由於硬體運算力提升、運算軟體框架不斷進化且市場有明確需求，基於神經網路的 AI 再度成為重要議題，而作為現行全球主要伺服器、超級電腦核心架構供應商的 Intel 當然也不會錯過這場盛會，鎖定 AI 相關開發者舉辦了 AIDC ( AI 開發者大會)，在稍早的主題演講，也就 Intel 目前的戰略進行說明。 Intel 的 AI 戰略可分為三大領域，包括軟體、硬體與社群；其中在社群方面， Intel 選擇藉由開源方式推廣相關開發軟體，而硬體部分除了 Intel 最核心的 Xeon 外，也針對當前異構運算、推理與學習加速器等提供全方位的硬體解決方案，至於社群除了與業界主力的

Chevelle.fu

7 年前

產業消息 Google 網路開發年會機器學習 tpu TensorFlow 深度學習 deep learning Google Cloud

Google I/O 2018： Google 宣布第三世代深度學習加速器 TPU 3.0 ，達 100PFLOPS 且須動用水冷

Google 在今年 IO 大會的主軸繼續圍繞在 AI 應用層面，然而作為 AI 背後仍需要深度學習的伺服器作為基礎，先前 Google 已經針對其語法 TensorFlow 推出專屬加速架構 TPU ，而今年 IO 宣布最新的版本 TPU 3.0 ，性能宣稱達 100PFLOPS ，為 TPU 2.0 的八倍，但也因為倍增的性能， TPU 3.0 已經無法以風冷抑制發熱，需動用水冷作為冷卻機制。目前 Google 並未針對 TPU 3.0 做更進一步說明，不過截至 TPU 2.0 ， TPU 仍須搭配 CPU 與 GPU 混合使用，同時以現階段深度學習框架而言， TPU 扮演的是針對 Te

Chevelle.fu

7 年前

科技應用 Google AI Google Cloud Platform TensorFlow

Google 雲端平台與機器學習為台灣老字號和明紡織挹注新氣象，縮減開發時程迎接產業挑戰

Google 在全球積極的推動人工智慧應用，而稍早也分享了台灣老字號和明紡織如何藉由 Google Cloud 平台與機器學習協助產業轉型，為高度人力密度的紡織產業帶來更高的效率，協助和明面對由快時尚、新興設計師品牌等產業變化帶來的挑戰：和明紡織是至今仍在台灣台南深耕的台灣老字號紡織公司，而在十年前和明就開始思索該如何因應數位轉型，以及數位化可謂傳統產業帶來哪些變革。紡織產業至今仍是高度人力密集的產業，對於這項產業的重點就在於面料，為客戶需求提供合適的面料設計是相當重要的，和明目前在台北與台南共有三座存放布料的倉庫，但由於經年月累下來累積的面料設計相當多，要從大量的倉庫當中找到合乎客戶需求的

Chevelle.fu

7 年前

相關文章