ResNet-50圖像分類模型
發布時間:2018/2/14 23:24:16 訪問次數:581
- 51電子網公益庫存:
- HY5DU561622DTP-J
- IS61LF51218
- XR402IL48-61
- IS61VPS51232-200TQ
- A03400A
- B025404207VD1A
- C020014102RD0A
- D05N09E04
- E17001A-MS412
- YB1200SC70R310
- Z0103MN
- 1.5KE100A
- 20127-0014
- 3006P-1-100LF
- 400N06N
一個tpu由四個專用集成電路組成，配有64gb的“超高帶寬”內存。這一組合單元可以提供高達180 teraflops的性能。今年晚些時候，谷歌計劃增加一個集群選項，讓云客戶將多個tpu聚合成一個“pod”，速度達到petaflop的范圍(是teraflop的1000倍)。
在今天的公告中谷歌并沒有分享更多的性能細節。不過，去年谷歌的兩位頂級工程師寫的一篇博客文章顯示，當時內部使用的pod包括64個tpu，總吞吐為11.5 petaflops。相比之下，世界上功能最強大的超級計算機可以達到93 petaflops，但值得注意的是，谷歌很可能沒有使用相同的基準測試方法來測量tpu的速度。
無論哪種方式，這些芯片都是google云平臺的一個重要補充。當谷歌于去年4月首次向全世界展示tpu規格的時候，它透露該芯片至少可以運行某些機器學習工作負載，比現有的芯片快15至30倍。這就包括特別適合用于機器學習模型的gpu。gpu的主要制造商包括nvidia和amd公司，這兩家公司仍然是當今大多數項目的首選。http://yushuo02.51dzw.com
因此，谷歌的云客戶應該能夠更快速地培訓和運行他們的人工智能軟件。谷歌表示，一個tpu可用于在一天之內實施主流resnet-50圖像分類模型，達到可接受的精確度水平。
谷歌已經創建了幾個預先優化的神經網絡包，讓客戶可以將其運行在tpu上，其中包括一個resnet-50版本，以及用于機器翻譯、語言建模和識別圖像內物體的模型。企業客戶也可以使用谷歌的開源tensorflow機器學習引擎創建自己的人工智能工作負載。
喜歡使用傳統圖形卡進行人工智能項目的客戶，今天也看到了一項新的功能。谷歌為其kubernetes engine服務添加了gpu支持，以允許將機器學習模型打包到軟件容器中。后一種技術提供了一個輕量級抽象層，使開發人員能夠更輕松地推出更新并跨環境遷移應用。
這個新的tpu價格為每小時每單元6.50美元，而通過kubernetes engine租賃的gpu將按谷歌現有的每種支持芯片型號收費。http://yushuo02.51dzw.com
這種芯片對于各種人工智能任務、特別是對于一些計算機工作負載而言的就緒情況，仍然不明確。moor insights&strategy總裁兼首席分析師patrick moorhead表示：“tpu是一個很好的試水方式，但并一定適合于運行生產工作負載。gpu是進行訓練的最佳方式。鎖定到tpu，意味著被gcp和tensorflow鎖定。”
而且谷歌也不是唯一追求自主開發人工智能芯片的公司。芯片巨頭英特爾公司一直在推銷其最新用于人工智能工作負載的cpu，以及稱為fpga的定制芯片。
據the information報道稱，亞馬遜公司正在開發自己的人工智能芯片，該芯片可以幫助其echo智能音箱和其他使用其alexa數字助理的硬件在設備上執行更多處理任務，以便它可以比調用云的響應速度更快。http://yushuo02.51dzw.com
來源：至頂網
- 51電子網公益庫存:
- HY5DU561622DTP-J
- IS61LF51218
- XR402IL48-61
- IS61VPS51232-200TQ
- A03400A
- B025404207VD1A
- C020014102RD0A
- D05N09E04
- E17001A-MS412
- YB1200SC70R310
- Z0103MN
- 1.5KE100A
- 20127-0014
- 3006P-1-100LF
- 400N06N
一個tpu由四個專用集成電路組成，配有64gb的“超高帶寬”內存。這一組合單元可以提供高達180 teraflops的性能。今年晚些時候，谷歌計劃增加一個集群選項，讓云客戶將多個tpu聚合成一個“pod”，速度達到petaflop的范圍(是teraflop的1000倍)。
在今天的公告中谷歌并沒有分享更多的性能細節。不過，去年谷歌的兩位頂級工程師寫的一篇博客文章顯示，當時內部使用的pod包括64個tpu，總吞吐為11.5 petaflops。相比之下，世界上功能最強大的超級計算機可以達到93 petaflops，但值得注意的是，谷歌很可能沒有使用相同的基準測試方法來測量tpu的速度。
無論哪種方式，這些芯片都是google云平臺的一個重要補充。當谷歌于去年4月首次向全世界展示tpu規格的時候，它透露該芯片至少可以運行某些機器學習工作負載，比現有的芯片快15至30倍。這就包括特別適合用于機器學習模型的gpu。gpu的主要制造商包括nvidia和amd公司，這兩家公司仍然是當今大多數項目的首選。http://yushuo02.51dzw.com
因此，谷歌的云客戶應該能夠更快速地培訓和運行他們的人工智能軟件。谷歌表示，一個tpu可用于在一天之內實施主流resnet-50圖像分類模型，達到可接受的精確度水平。
谷歌已經創建了幾個預先優化的神經網絡包，讓客戶可以將其運行在tpu上，其中包括一個resnet-50版本，以及用于機器翻譯、語言建模和識別圖像內物體的模型。企業客戶也可以使用谷歌的開源tensorflow機器學習引擎創建自己的人工智能工作負載。
喜歡使用傳統圖形卡進行人工智能項目的客戶，今天也看到了一項新的功能。谷歌為其kubernetes engine服務添加了gpu支持，以允許將機器學習模型打包到軟件容器中。后一種技術提供了一個輕量級抽象層，使開發人員能夠更輕松地推出更新并跨環境遷移應用。
這個新的tpu價格為每小時每單元6.50美元，而通過kubernetes engine租賃的gpu將按谷歌現有的每種支持芯片型號收費。http://yushuo02.51dzw.com
這種芯片對于各種人工智能任務、特別是對于一些計算機工作負載而言的就緒情況，仍然不明確。moor insights&strategy總裁兼首席分析師patrick moorhead表示：“tpu是一個很好的試水方式，但并一定適合于運行生產工作負載。gpu是進行訓練的最佳方式。鎖定到tpu，意味著被gcp和tensorflow鎖定。”
而且谷歌也不是唯一追求自主開發人工智能芯片的公司。芯片巨頭英特爾公司一直在推銷其最新用于人工智能工作負載的cpu，以及稱為fpga的定制芯片。
據the information報道稱，亞馬遜公司正在開發自己的人工智能芯片，該芯片可以幫助其echo智能音箱和其他使用其alexa數字助理的硬件在設備上執行更多處理任務，以便它可以比調用云的響應速度更快。http://yushuo02.51dzw.com
來源：至頂網
相關電子資訊- 11-27能超級結X4－Class 200V功率MOSFET
- 11-27全球首款超薄全頻MEMS揚聲器Sycamore
- 11-27可編程高精度線性霍爾效應IC
- 11-27瓷片電容封裝高頻電路種類應用參數設計
- 11-27集成溫度傳感器的種類選擇使用事項及需求
- 11-27高壓并聯電容器的原理特點參數應用分析
- 11-27Ready Vision QVUE參數技術封裝應用簡述
- 11-27量子效率（QE）和調制傳遞函數（MTF）
- 11-27NIR全局快門CMOS圖像傳感器系列
- 11-27MEMS和成像傳感器的結構技術參數工作
- 11-26新型電流傳感器芯片無磁芯技術封裝參數
- 11-26ModusToolbox電機套件性能設計
熱門點擊
- 富鋰錳基正極材料
- 驍龍835性能堪比移動PC端處理器
- 索尼絕對不會放棄移動通訊業務
- AI芯片保持芯片通用性
- 瑞波幣17年漲幅最高
- EyeQ5芯片的最新進展到底如何
- GPU顯卡虛擬化
- 人工智能助力交互式操作系統
- ResNet-50圖像分類模型
- 基于eSE安全模塊的Pay應用
推薦電子資訊
- Chrome 31：iOS版發布
- iOS版Chrome 31主要更新： “Au... [詳細]
公網安備44030402000607
