谷歌發布新一代TPU晶片 但TPU pod的布線「沒誰了」

在2017年Google在I/O開發者大會期間，發布了第二代Tensor處理單元（TPU V2），並將通過其雲平台Google Compute Engine提供服務，以加速廣泛的機器學習發展。

TPU V2正面圖

晶片側面圖

據悉，新的雲TPU晶片，每秒可執行180萬億次浮點運算（teraflops）的處理性能，每個TPU包括一個定製的高速網絡，使我們能夠構建我們稱之為「TPU pod」的機器學習超級計算機。

一個TPU pod包含64個第二代TPU，可提供多達11.5 petaflops。

TPU pod由64個TPU連接組成，布線齊刷的

谷歌表示，將新的TPU作為雲端TPU引入Google Compute Engine，可以將它們連接到各種形狀和大小的虛擬機，並將其與其他類型的硬體（包括Skylake CPU和NVIDIA GPU）混合使用。

可以使用Github上的開源機器學習框架TensorFlow來編程這些TPU，同時谷歌正在引入高級API，這樣可以更輕鬆地在CPU，GPU或雲端TPU上訓練機器學習模型，只需最少代碼更改。

藉助Cloud TPU，可以將最先進的ML加速器直接集成到生產基礎設施中，並從按需加速的計算能力中受益，無需任何前期的資本支出。

由於快速ML加速器對周邊存儲系統和網絡提出了非凡的要求，因此谷歌正在整個Cloud基礎架構中進行優化，以確保可以使用實際的生產數據快速培訓強大的機器學習模型。

顯然谷歌的目標是幫助用戶從上到下構建最好的機器學習系統。

雖然Cloud TPU將有利於許多機器學習應用，但谷歌仍然致力於在Google Cloud上提供廣泛的硬體，以便用戶可以在任何特定時間選擇最適合特定用例的加速器。

同時，為了幫助儘可能多的研究人員，進一步加快開放機器學習研究的步伐，我們將通過TensorFlow研究雲免費為ML研究人員提供1,000個雲TPU。

谷歌在其官方博客中展示了新一代TPU，但由TPU組成的「TPU pod」卻更為搶眼，整齊的布線，我服！