Доступність · 18 травня 2016 р.
Тензорний процесор Google
Google оголосила про власну мікросхему, спроєктовану виключно для нейронних мереж, і повідомила, що вона вже рік працює в її центрах.
Чому це важливо
Уперше залізо створили під сам метод, а не пристосували наявне, — і це змінило економіку великих моделей.
Серце чипа — матриця множення на 65 536 вісімбітових елементів; точність навмисно знижена, бо мережі її витримують. Продуктивність на ват перевищувала сучасні їй процесори і графічні прискорювачі в десятки разів. Наслідок ширший за одну компанію: спеціалізовані прискорювачі стали окремою галуззю, а доступ до них — умовою участі в передових дослідженнях.
Відомості про подію
- Дата події
- 18 травня 2016 р.
- Дата на часовій лінії
- Дата події
- Перевірка
- Джерела зібрано автоматично · 17 вересня 2026 р.
- Лінії
- ID
- evt-0262
Оголошено 18 травня 2016 року; у центрах обробки даних працював уже понад рік.
Пов’язані події
- Пов’язано CUDA стає загальнодоступною
Замість пристосованої графічної мікросхеми — чип, спроєктований під нейронні мережі.
- Пов’язано TensorFlow
Прискорювач і система навчання походять з однієї компанії й розраховані одне на одне.
Записи, що посилаються на цей
- Протиставляє Тензорні ядра NVIDIA
Відповідь виробника графічних процесорів на появу спеціалізованих чипів.
NVIDIA V100 Tensor Core GPU - Уможливлює Систолічні масиви Кунга й Лейзерсона
Стаття Google про TPU 2017 року пише, що її матрична одиниця працює систолічно, і для цього посилається на розділ Кунга й Лейзерсона 1980 року, першу версію якого написано 1978-го.
Algorithms for VLSI Processor Arrays (H. T. Kung, Charles E. Leiserson), section 8.3 of Introduction to VLSI Systems by Carver Mead and Lynn Conway, Addison-Wesley, 1980, 271-292In-Datacenter Performance Analysis of a Tensor Processing Unit - Пов’язано Нейромережеві чипи Intel і Adaptive Solutions
І CNAPS, і TPU — цифрові кристали, що множать ваги нейромережі цілими числами обмеженої розрядності; між ними чверть століття.