一区二区三区日韩精品-日韩经典一区二区三区-五月激情综合丁香婷婷-欧美精品中文字幕专区

分享

人機(jī)大戰(zhàn)柯潔勝算不到一成,AlphaGo 身后的 TPU 殺傷力究竟有多強(qiáng)大?

 天馬躍中原 2017-05-24

一千年以后,人類已經(jīng)滅絕。一堆機(jī)器人在學(xué)校上課,老師向它們展示出一張機(jī)器生命進(jìn)化的樹形圖:「大約在一千年之前,名為 Nvidi a和 Google 的人類公司制造出了深度學(xué)習(xí)專用處理器的原型,并展開了激烈的競爭。這兩個(gè)原型處理器,就是我們現(xiàn)在這些機(jī)器生命的進(jìn)化之根……」


這是一個(gè)段子,卻也從一個(gè)側(cè)面說明了 AI 芯片對于人工智能發(fā)展的重要性。


- shenzhenware -


明天,升級版「AlphaGo 2.0」將再次對戰(zhàn)人類頂級棋手,這次是排名世界第一的柯潔。在去年的「人機(jī)大戰(zhàn)」中 AlphaGo 曾以 4:1 戰(zhàn)勝李世石,今年年初又偽裝成神秘棋手「Master」橫掃圍棋界,獲得 60 勝 1 和的記錄,包括打敗柯潔。


圍棋被認(rèn)為是人類智慧最后的堡壘,而柯潔是目前世界上排名第一的頂尖棋手。經(jīng)過前幾次的對弈,人類與 AlphaGo 的實(shí)力懸殊之大已經(jīng)讓很多人不抱人類能獲勝的希望。中國棋壇另一位重要人物,世界大賽「8 冠王」古力甚至直言,柯潔勝一局的希望不足 10% 。


在去年的 Google I/O 大會(huì)上,谷歌就曾宣稱 AlphaGo 之所以能這般所向披靡,是因?yàn)橛幸豢睢该孛芪淦鳌梗蔷褪?nbsp;TPU(Tensor Processing Unit),一款專為谷歌深度學(xué)習(xí)系統(tǒng) TensorFlow 定制的 AI 芯片。下面,深圳灣就帶您一起解開有關(guān) TPU 的秘密。



谷歌的一篇論文,揭秘 AIphaGo 背后的「秘密武器」


早在 2006 年,谷歌就在考慮為神經(jīng)網(wǎng)絡(luò)構(gòu)建一個(gè)專用集成電路(ASIC)。 2013 年隨著數(shù)據(jù)量的急速膨脹,提高計(jì)算能力的需求開始變得更加迫切。


2015年 11 月,谷歌開源了其王牌機(jī)器學(xué)習(xí)系統(tǒng) TensorFlow,次年 3 月,應(yīng)用了 TensorFlow 深度學(xué)習(xí)系統(tǒng)的 AlphaGo 在「人機(jī)大戰(zhàn)」中一戰(zhàn)成名,也使得也使得這款 AI 學(xué)習(xí)系統(tǒng)及其硬件基礎(chǔ) TPU 聲名遠(yuǎn)播。


作為一個(gè)云計(jì)算硬件和軟件系統(tǒng),TPU 是專門為機(jī)器學(xué)習(xí)而設(shè)計(jì)的芯片,其出現(xiàn)的使命在于加速谷歌人工智能落地的速度。其第一代 TPU 被 AlphaGo 人工智能系統(tǒng)用作其預(yù)測和決策的基礎(chǔ),可提供高達(dá)每秒 180 萬億次浮點(diǎn)運(yùn)算的性能,大大加速了對單個(gè)大型機(jī)器學(xué)習(xí)模型的培訓(xùn)。


不久前在備受矚目的 Google I/O 2017 開發(fā)者大會(huì)上,谷歌又推出了第二代 TPU 升級版本,它比以往任何的 TPU 運(yùn)行得都要快,而且可以加速訓(xùn)練和運(yùn)行 ML 模型。


而上個(gè)月,谷歌還專門發(fā)布了一篇論文,公布了 TPU 一些相關(guān)的技術(shù)細(xì)節(jié),并直接將矛頭對準(zhǔn)了 AI 芯片巨頭英偉達(dá),稱:「TPU 處理速度比當(dāng)前 GPU 和 CPU 要快 15 到 30 倍」。


TPU 內(nèi)部架構(gòu)


我們先來看看這篇論文談到的一些有關(guān) TPU 的要點(diǎn),需要提及的是,下列數(shù)據(jù)是基于谷歌自己公司的標(biāo)準(zhǔn)測試得出的:


· TPU 是一種 ASIC,需要先用 GPU 訓(xùn)練神經(jīng)網(wǎng)絡(luò),再用 TPU做推斷。


· TPU 沒有與 CPU 密切整合,而是設(shè)計(jì)成了一個(gè) PCIeI/O 總線上的協(xié)處理器,可以像 GPU 一樣插到現(xiàn)有的服務(wù)器上。


· 在推斷任務(wù)中,TPU 平均比英偉達(dá)的 Tesla K 80  GPU或英特爾E5-2699  v3 CPU速度快 15 至 30 倍左右。


· 一個(gè) TPU 的 MAC 是Tesla K 80 的 25 倍,片上內(nèi)存容量達(dá)到 K80 的 3.5 倍,而且體積更小。


· TPU 的功耗效率(performance/Watt,每耗電 1 瓦的性能)比 GPU 和 CPU 高出 30 至 80 倍。


· 如果對 TPU 進(jìn)行優(yōu)化,給它和 K80 一樣大的內(nèi)存,他的速度能比 GPU 和 CPU 高 30 - 50 倍,公好效率高 70 - 200 倍。


——『In-Datacenter Performance Analysis of a Tensor Processing Unit』


這篇論文將在今年 6 月正式發(fā)表于多倫多舉辦的計(jì)算機(jī)體系結(jié)構(gòu)國際研討會(huì)(International Symposium on Computer Architecture, ISCA)上。傳言谷歌也曾考慮像微軟一樣用 FPGA,因?yàn)殚_發(fā)起來更加靈活。但是經(jīng)過測試之后發(fā)現(xiàn)速度提升不夠。


黃仁勛在 GTC 大會(huì)上展示新品


谷歌 VS 英偉達(dá),一場看似硝煙彌漫的戰(zhàn)爭,實(shí)則各有未來


在谷歌的影響下,其他科技公司也陸續(xù)看到了 AI 定制化芯片未來的發(fā)展?jié)摿Γ两褚延袛?shù)十種類似的定制化 AI 芯片陸續(xù)問世。不僅如此,英特爾、微軟、三星也紛紛入局,這讓近年來在深度學(xué)習(xí)領(lǐng)域享有支配性地位的芯片供應(yīng)商 Nvidia 倍感壓力。


為了做出反擊,Nvidia 也開始加強(qiáng)其新推的 GPU 芯片的定制化和專業(yè)性。在不久前英偉達(dá) GTC 大會(huì)上,Nvidia 發(fā)布了基于新一代圖形架構(gòu) Volta 的 Tesla V100 。特斯拉 V100 配備了 640 個(gè) Tensor 內(nèi)核,能提供提供了高達(dá) 120  teraflops 的、驚人的深度學(xué)習(xí)能力,它們是專為運(yùn)行深入學(xué)習(xí)網(wǎng)絡(luò)中使用的數(shù)學(xué)運(yùn)算而設(shè)計(jì)的。


作為芯片制造商的大客戶,谷歌揭幕 TPU 對 CPU 巨頭英特爾和 GPU 巨頭英偉達(dá)來說都是不小的商業(yè)壓力。除了英偉達(dá),英特爾也在去年推出了適用于深度學(xué)習(xí)的處理器架構(gòu)和芯片,意欲擴(kuò)張當(dāng)下的市場份額,抵擋谷歌帶來的沖擊。但是目前看來,「定制芯片」的需求可能比他們預(yù)計(jì)還要更深。


但是,也許谷歌根本并無意參與這場競爭。GPU 巨頭英偉達(dá) CEO 黃仁勛就曾告訴『華爾街日報(bào)』,兩年前谷歌就意識到 GPU 更適合訓(xùn)練,而不善于做訓(xùn)練后的分析決策。谷歌打造 TPU 的動(dòng)機(jī)只是想要一款更適合做分析決策的芯片。這一點(diǎn)在谷歌的官方聲明里也得到了印證:TPU 只在特定機(jī)器學(xué)習(xí)應(yīng)用中作輔助使用,公司將繼續(xù)使用其他廠商制造的 CPU 和 GPU。


事實(shí)上,訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,還是離不開 GPU 和 CPU。而對于 CPU 制造商而言,真正的挑戰(zhàn)是提供在考慮到能耗和效率的前提下,具有極高推理性能的芯片。TPU 是一款推理芯片,其出現(xiàn)并不是為了取代 CPU 或者GPU,而是作為一種補(bǔ)充。


盡管如此,由于谷歌 TPU 論文引起的反響太大,迫使感受到威脅的英偉達(dá)很快做出的回應(yīng)。英偉達(dá)回應(yīng)說,GPU 在機(jī)器學(xué)習(xí)的推理(inferencing)方面相對于 TPU 有一些優(yōu)勢,還能用于機(jī)器學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。英偉達(dá)的 GPU 更通用一些,谷歌的 TPU 則比較專注于一個(gè)點(diǎn),應(yīng)用場景十分單一。


英偉達(dá)對谷歌在論文中進(jìn)行的對比細(xì)節(jié)有些意見,黃仁勛表示,GPU 的通用性高一些,先是肯定 TPU 在深度學(xué)習(xí)的張量處理領(lǐng)域有一些重合,隨后通過一些細(xì)節(jié)來論證 GPU 相對于 TPU 的優(yōu)勢,這也算是不大不小的撕逼吧。


此次 AlphaGo 再次對戰(zhàn)柯潔,也是對谷歌 TPU 過去一年改進(jìn)的一次檢驗(yàn)。無論這場比賽結(jié)果如何,對于 TPU、對于 TensorFlow,乃至對于人工智能都不會(huì)是一個(gè)終點(diǎn),而是一個(gè)嶄新的起點(diǎn)。



正如 DeepMind 創(chuàng)始人 Demis Hassabis 曾經(jīng)說過的:「AlphaGo 的成功暗示了將 AI 應(yīng)用于廣泛任務(wù)和領(lǐng)域的可能性,也許我們在可以很多領(lǐng)域找到人類專家無法考慮到的的解決方案?!瓜M?nbsp;AlphaGo 背后的技術(shù),能夠真正造福人類。(撰稿:談喆@深圳灣)


· 熱門活動(dòng)  ·



●  


深圳灣(公眾號 ID:shenzhenware)將持續(xù)關(guān)注物聯(lián)網(wǎng)、人工智能、機(jī)器人、無人機(jī)、智能駕駛、智能家居等領(lǐng)域的新銳產(chǎn)品和初創(chuàng)團(tuán)隊(duì),歡迎聯(lián)系我們。微信私人客服:小炫(ID:warexx)



    本站是提供個(gè)人知識管理的網(wǎng)絡(luò)存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息,謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點(diǎn)擊一鍵舉報(bào)。
    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多

    国产自拍欧美日韩在线观看| 一区二区日本一区二区欧美 | 精品日韩av一区二区三区| 欧美丰满人妻少妇精品| 国产一区二区三区成人精品| 日本午夜免费啪视频在线| 欧美黄色黑人一区二区| 欧美大粗爽一区二区三区 | 精品人妻精品一区二区三区| 欧美又黑又粗大又硬又爽| 国产三级不卡在线观看视频| 91亚洲国产日韩在线| 日本人妻的诱惑在线观看| 欧美国产日本高清在线| 大香蕉伊人精品在线观看| 91麻豆视频国产一区二区| 亚洲av专区在线观看| 欧美人妻一区二区三区| 欧美人妻盗摄日韩偷拍| 国产超薄黑色肉色丝袜| 福利专区 久久精品午夜| 午夜亚洲精品理论片在线观看| 最近最新中文字幕免费| 免费大片黄在线观看日本| 年轻女房东2中文字幕| 性欧美唯美尤物另类视频| 国产精品亚洲二区三区| 有坂深雪中文字幕亚洲中文| 欧美成人一区二区三区在线| 免费特黄欧美亚洲黄片| 亚洲精品欧美精品一区三区| 老司机激情五月天在线不卡| 最好看的人妻中文字幕| 男女午夜在线免费观看视频| 国产一区欧美一区二区| 国产av精品高清一区二区三区| 99视频精品免费视频播放| 午夜精品一区二区av| 国产免费成人激情视频| 日韩一级免费中文字幕视频| 国产又粗又猛又长又大|