Google I/O 2017؛ نسل دوم تراشه‌های تنسور

به گزارش واحد فناوری اطلاعات سایبربان؛ گوگل در اجلاس سال گذشته‌ی خود نسل اول تراشه‌های «واحد پردازش تنسور» (TPU¹) را با هدف تقویت یادگیری ماشینی و رقابت با انویدیا و اینتل معرفی کرد. این شرکت در زمان برگزاری اجلاس گوگل آی/اُ 2017 (Google I/O 2017) از نسل دوم تنسور رونمایی کرد.
گوگل اعلام کرد هدف از تولید تراشه‌های تنسور بهبود سرعت یادگیری ماشینی است و این تراشه از توانایی پردازشی بیشتری نسبت به پردازنده‌های مرکزی و گرافیکی بهره می‌برد. بر اساس ادعای مقامات این شرکت توان محاسباتی هر یک از تراشه‌های تسنور به تنهایی برابر با 180 ترافلاپ² (Teraflops) است. از طرفی گوگل موفق شده است با ترکیب 64 عدد از این تراشه یک رَک به نام تی.پی.یو پاد (TPU Pod) با قدرت 11.5 پتافلاپ³ (Petaflops) ایجاد بکند.
نسل اول تنسور تنها امکان استدلال را داشت؛ اما نسل دوم آن قابلیت آموزش مدل‌های یادگیری ماشینی را نیز دارد. در نتیجه کاربر خواهد توانست با کمک این تراشه به تولید الگوریتم یادگیری ماشینی مورد نیاز خود بپردازد. به عنوان مثال می‌توان مدلی را برای شناسایی درخت، خودرو یا گربه‌ی موجود در تصاویر آموزش داد. از طرفی استدلال در یادگیری ماشینی به معنی احتمال آماری نتیجه‌گیری صحیح دستگاه است. برای نمونه مدل آموزش‌دیده می‌تواند با دقت 85 درصد تشخیص دهد شی‌ء درون تصویر یک درخت است نه یک کلم بروکلی.
گوگل با انتشار یک بیانه در مورد سرعت نسل جدید تراشه‌های خود توضیح داد: «مدل ترجمه‌ی جدید ما با استفاده از 32 عدد از بهترین پردازنده‌های گرافیکی جهان، به یک روز زمان برای آموزش نیاز دارد؛ اما با استفاده از یک هشتم تی.پی.یو پاد تنسور تمرین دهی مدل‌ها تنها یک بعد از ظهر به طول می‌انجامد.»

مقامات شرکت یاد شده اشاره کردند با هدف کاهش موانع ورود به فناوری یادگیری ماشینی دسترسی به تراشه‌های تنسور از طریق خدمات ابری گوگل فراهم شده است. همچنین کاربرانی که ساخت مدل‌های خود را روی پردازنده‌های مرکزی اینتل و پردازنده‌های گرافیک انویدیا مانند اسکای‌لیک اینتل (Skylake) یا ولتا (Nvidia’s Volta)، شروع کرده‌اند، می‌توانند آن‌ها را برای انجام پردازش نهایی به تنسور منتقل کنند.
همچنین اعلام شد دسترسی به برنامه‌ی «بستر تحقیقات ابری تنسور» (TensorFlow Research Cloud) رایگان است. این بستر شامل 1000 تراشه‌ی تنسور برای آموزش الگوریتم‌های یادگیری ماشینی توسط محققان می‌شود.
از تنسورفلو برای آموزش و توسعه‌ی هوش مصنوعی آلفاگو (AlphaGo) که موفق به شکست قهرمان ‌بازی گو شده بود، استفاده شد. همچنین پردازش جستجوهای کاربران در موتور پویش‌گر گوگل توسط این تراشه انجام می‌گیرد. از دیگر موارد کاربردی این سخت‌افزار می‌توان به گوگل ترنسلیت، گوگل فوتوز و دیگر نرم‌افزارهای این شرکت که به هوش مصنوعی وابسته هستند اشاره کرد. به علاوه موتور آموزش یادگیری ماشینی تنسورفلو (TensorFlow) از این محصول استفاده می‌کند.

___________________________________

1- Tensor Processing Unit
2- فلاپس واحد اندازه‌گیری سرعت پردازش داده‌ها توسط رایانه است. هر ترافلاپس معادل یک تریلیون (یا ۱۰ به توان ۱۲) عملیات ممیز شناور بر واحد ثانیه است.
 3- هر ترافلاپس معادل ۱۰ به توان 15 عملیات ممیز شناور بر واحد ثانیه است.