NVIDIA在提供用于人工智能的强大图形芯片的情况下赌注了一大块未来,因此在谷歌宣布两周前宣布它已经建立了自己的AI芯片以供其数据中心建立自己的AI芯片,因此为本公司而言。
谷歌的张量加工单位或TPU是专门用于深度学习,通过该分支机构,通过该分支,通过该分支通过该分支通过该分支机构通过该分支,通过该分支机构通过该分支机构在其周围破译世界来更好地恢复世界,因此它可以识别对象或理解口语。
TPU已经在Google使用了一年多的时间,包括搜索并改善Google地图中的导航。根据Google的说法,它们提供“用于机器学习的机器学习的数量级优化的性能”。
这可能是NVIDIA的坏消息,它设计了新的帕斯卡微体系结构,并考虑了机器学习。掉了智能手机市场,该公司正在寻求增长的AI,以及游戏和VR。
但是,NVIDIA首席执行官Jen-Hsun Huang不被谷歌的筹码阶层逐渐相互淘汰,他在Computex贸易展上周一表示。
他说,对于一开始,深入学习有两个方面 - 据王某称,GPU仍然在培训部分仍然更好。培训涉及呈现具有大量数据的算法,因此它可以更好地识别某些东西,而推理是算法将其学习的算法应用于未知输入时。
“培训是百分比更复杂的推理,”他说,培训是Nvidia的GPU Excel。另一方面,谷歌的TPU是“仅供推理”,据黄。他说,培训算法可能需要数周或几个月,而推理经常发生在分裂中。
除此之外,他指出,许多需要做推理的公司赢得了自己的处理器。
“对于想要建立自己的推理筹码的公司,那是”没问题,我们很高兴,“黄说。“但是,在不建立自己的TPUS的公司的高度数据中心中有数百万和数百万节点。帕斯卡是完美的解决方案。“
谷歌建立了自己的芯片应该是一个大惊喜。技术可以是大型在线服务提供商的竞争优势,以及谷歌,Facebook和Microsoft等公司已经设计了自己的服务器。设计处理器是下一个逻辑下一步,虽然是一个更具挑战性的下一步。
无论谷歌的TPU的发展是否影响其其他芯片购买很难知道。
“我们”仍然购买了字面上的CPU和GPU,“谷歌工程师告诉华尔街日报。“它是否比我们略低的吨,我可以说”。“
与此同时,尼维亚“黄,就像行业中的其他人一样,期待深入学习和AI变得普遍存在。他说,过去10年的移动云年龄是移动云的年龄,我们现在在人工智能的时代。公司希望更好地了解他们“重新收集的数据量,并通过AI发生。
版权及免责声明:凡本网所属版权作品,转载时须获得授权并注明来源“科技金融网”,违者本网将保留追究其相关法律责任的权力。凡转载文章,不代表本网观点和立场,如有侵权,请联系我们删除。