我們擅長商業(yè)策略與用戶體驗的完美結(jié)合。
歡迎瀏覽我們的案例。
Alphabet Inc.旗下谷歌公司周二公布了其用于訓(xùn)練人工智能模型的超級計算機的新細節(jié)，稱這些系統(tǒng)比英偉達的同類系統(tǒng)更快更省電。
谷歌自主設(shè)計了一種名為張量處理單元(Tensor Processing Unit，簡稱 TPU)的芯片，用于訓(xùn)練人工智能模型，該公司 90% 以上的人工智能訓(xùn)練工作都使用這些芯片，這些模型可以用于諸如用人類語言回答問題或生成圖像等任務(wù)。
據(jù)IT之家了解，谷歌的 TPU 現(xiàn)在已經(jīng)是第四代了。谷歌周二發(fā)表了一篇科學(xué)論文，詳細介紹了他們?nèi)绾问褂米约憾ㄖ崎_發(fā)的光學(xué)開關(guān)將 4000 多個芯片串聯(lián)成一臺超級計算機。
改善這些連接已經(jīng)成為建造人工智能超級計算機的公司之間競爭的關(guān)鍵點，因為為谷歌的 Bard 或 OpenAI 的 ChatGPT 等技術(shù)提供動力的所謂大型語言模型的規(guī)模已經(jīng)爆炸性增長，這意味著它們太大，無法存儲在單個芯片上。
這些模型必須被分割到數(shù)以千計的芯片中，然后這些芯片必須協(xié)同工作數(shù)周或更長時間來訓(xùn)練模型。谷歌的 PaLM 模型 —— 迄今為止其公開披露的最大的語言模型 —— 是通過將其分散到 4,000 個芯片的兩臺超級計算機上，歷時 50 天進行訓(xùn)練的。
谷歌表示，其超級計算機可以輕松地實時重新配置芯片之間的連接，有助于避免問題并提高性能。
谷歌研究員 Norm Jouppi 和谷歌杰出工程師 David Patterson 在一篇關(guān)于該系統(tǒng)的博文中寫道：“電路切換使我們很容易繞過故障部件。這種靈活性甚至允許我們改變超級計算機互連的拓撲結(jié)構(gòu)，以加速 ML(機器學(xué)習(xí))模型的性能。”
雖然谷歌現(xiàn)在才公布其超級計算機的細節(jié)，但它已經(jīng)于 2020 年在內(nèi)部上線，在美國俄克拉荷馬州梅斯縣(Mayes County)的一個數(shù)據(jù)中心運行。谷歌表示，初創(chuàng)公司 Midjourney 使用了該系統(tǒng)來訓(xùn)練其模型，該模型可以在輸入文字后生成圖像。
谷歌在論文中說，對于同等規(guī)模的系統(tǒng)，其超級計算機比基于 Nvidia A100 芯片的系統(tǒng)快 1.7 倍，節(jié)能 1.9 倍。谷歌表示，之所以沒有將其第四代產(chǎn)品與 Nvidia 目前的旗艦產(chǎn)品 H100 芯片進行比較，因為 H100 是在谷歌的芯片之后上市的，而且是用更新的技術(shù)制造的。谷歌暗示他們可能正在開發(fā)一種新的 TPU，與 Nvidia H100 競爭。
（碼上科技）
