В бета-версии Google Cloud Platform открыт доступ к средствам для ускорения машинного обучения

Google открыла доступ к суперкомпьютеру Cloud TPU в бета-версии Google Cloud Platform. Разработка представляет собой семейство аппаратных ускорителей, предназначенных для увеличения удельных мощностей программ, использующих машинное обучение. По заявлениям разработчика, производительность одной такой машины достигает 180 триллионов операций в секунду.

Технические характеристики

Плата Cloud TPU оснащена 64 Гб памяти, а скорость работы с данными достигает 2400 Гб/с. Машины можно объединять объединять в кластеры для увеличения мощности.

Разработчики сообщают, что с помощью одной платы им удалось натренировать модели ResNet-50 и Transformer до ожидаемой точности за 30 минут. Кроме того, инженеры Google Cloud Platform заявляют, что с помощью облачных тензорных процессоров можно в разы ускорить разработку машинного обучения. Например, запустить на нескольких TPU множество моделей одного решения, а уже через 12 часов отправить в работу самую успешную. Также, по словам разработчиков, все системы предварительно настроены, и пользователю не нужно устанавливать никакие дополнительные драйверы или софт.

Разработчикам

Обычно для того, чтобы написать программу для суперкомпьютера, требуются глубокие знания технологии и много времени на изучение конкретной архитектуры. Но разработчики TPU позаботились о программистах и предоставили высокоуровневые API для TensorFlow. Кроме того, разработчики выложили исходный код нескольких примеров машинного обучения с TPU на GitHub. Кроме примеров, доступна подробная документация для разработки своих моделей машинного обучения или улучшения уже существующих.

Я был чрезвычайно впечатлен скоростью облачных тензорных процессоров Google — то, что обычно может занять несколько дней, теперь занимает несколько часов. Результаты работы с большим количеством данных улучшаются с каждым разом, а в новых алгоритмах используются технологии, значительно ускоряющие машинное обучение. Новые решения Google Cloud помогают нам развиваться, объединяя последние навигационные данные с нашего парка автономных транспортных средств и последние алгоритмические достижения исследовательского сообщества.

На момент написания статьи стоимость одного часа пользования TPU составляла 6,5 $.