В бета-версии Google Cloud Platform открыт доступ к средствам для ускорения машинного обучения
Новости
Средства для ускорения машинного обучения Cloud TPU теперь доступны в бета-версии Google Cloud Platform. Суперкомпьютер с мощностью до 180 триллионов операций в секунду можно запрограммировать через API TensorFlow.
859 открытий861 показов
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 $.
859 открытий861 показов
Собрали профессии, на которые стоит обратить внимание, если вы только ищете «свое» дело или просто хотите сменить профессию. Будут статистика, экспертные мнения и, конечно же, нейросети.
Рассказали, через какие этапы стоит пройти, чтобы эффективно выполнить миграцию сервиса на облако, подготовили план и протестировали нагрузку.
Простое объяснение работы нейронных сетей и искусственного интеллекта. Что такое ИИ, машинное обучение, LLM и Deep Learning, как они развивались и где применяются сегодня.
Эффективное управление ресурсами является основой успеха в бизнесе — на помощь приходят технологии машинного обучения, в частности, большие языковые модели (LLM).