Pozrite si
Spoločnosť Google už v máji 2016 oznámila na konferencii pre vývojárov Google I/O, že má k dispozícii vlastné procesory TPU (Tensor Processing Unit) podporujúce strojové učenie a prvky umelej inteligencie.
Google väčšinu dát spracováva v dátových centrách v cloude, má preto veľký záujem na optimalizácii týchto procesov. Strojové učenie používa Google napríklad vo vyhľadávaní, v Prekladači, v Mapách, v Street View, a v ďalších aplikáciách, pre ktoré využíva vlastnú knižnicu TensorFlow.
Práve pre TensorFlow bol vyvinutý zákaznícky procesor Tensor Processing Unit. Google navrhol pre jeho implementáciu aj celú mechanickú a elektrickú konštrukciu, aby bolo tieto procesory možné použiť v existujúcich dátových rackoch.
Zamerané na zákazníkov
Teraz budú jednotky Google na spracovanie cloudových tenzorov k dispozícii odbornej verejnosti v beta verzii. Môže ich využiť každý, kto bude poskytovať zákazníkom cloud platformu technologického obra so špeciálnym hardvérom, ktorý výrazne urýchľuje učenie a realizáciu modelov umelej inteligencie (UI).
Moduly Cloud TPU fungujú tak, že poskytujú zákazníkom špecializované obvody výlučne na účely urýchlenia výpočtov umelej inteligencie.
Tento nový hardvér by mohol pomôcť prilákať zákazníkov do cloudovej platformy Google s prísľubom rýchlejších výpočtov a efektívnejšieho strojového učenia. Urýchlenie učenia nových systémov inteligentnej inteligencie môže byť významnou výhodou, ktorá pomôže následne využiť výsledky týchto experimentov na zlepšenie budúcich modelov.
Google využíva svoje pokročilé schopnosti v oblasti UI na vylepšenie pozície svojej cloudovej platformy na úkor trhových lídrov Amazon Web Services a Microsoft Azure. Firmy sa snažia diverzifikovať používanie verejných cloudových platforiem aj z bezpečnostných dôvodov, takže nový hardvér UI by mohol Google pomôcť využiť tento trend.
Konkurencia rastie
Google však nie je jediným, kto sa snaží urýchliť učenie umelej inteligencie prostredníctvom špecializovaného hardvéru. Spoločnosť Microsoft používa maticu programovateľných polí (field-programmable gate arrays, FPGA) na zjednodušenie vlastných operácií strojového učenia a poskytuje zákazníkom svoju cloudovú platformu Azure so zrýchleným sieťovaním.
https://www.youtube.com/watch?v=GEZNj8tuzkE
Okrem toho pracuje Microsoft na technológii, ktorá v budúcnosti poskytne zákazníkom možnosť spúšťať svoje modely strojového učenia s podporou FPGA.
Amazon zas poskytuje svojim zákazníkom počítačové kapacity, ktoré majú svoje vlastné vyhradené FPGA. Aj Amazon pritom pracuje na vývoji špecializovaného čipu pre UI, ktorý urýchli spracovanie dát zariadení Alexa .
Nový prístup sa nepresadzuje ľahko
Google po súčasnú fázu prekonal pomerne dlhú cestu. Spoločnosť už v roku 2016 ohlásila pôvodné tenzorové procesory TPU. Vtedy poskytovali výlučne dedukčné schopnosti strojového učenia. Google zároveň sľuboval, že zákazníci budú na nich môcť používať vlastné modely.
Firmy však neboli schopné prevádzkovať svoje vlastné pracovné úlohy prostredníctvom pôvodných TPU.
Uvidíme, či bude nová platforma úspešnejšia. Lacná však nebude. Za zrýchlenie strojového učenia Google v súčasnosti účtuje 6,50 dolárov za každú jednotku TPU za hodinu. Do systému môže byť pritom zapojených množstvo procesorov súčasne.
V každom prípade sa zdá, že pri používaní systémov umelej inteligencie chcú veľké firmy v roli providerov využiť podobný princíp zdieľanej ekonomiky ako pri cloudových službách všeobecne. Zákazníci nebudú pri nich vlastniť hardvér pre výpočty, ani pre pamäťové úložiská, ale cez vzdialený prístup si prenajmú tieto prostriedky u poskytovateľa, ktorý bude disponovať obrovskou výpočtovou, aj pamäťovou kapacitou.