谷歌为何自研TPU芯片？团队成员深度暴露
发布时间：2021-10-29 15:53:21 所属栏目：资讯 来源：互联网
导读：Cliff Young回顾机器学习革命过程，可以2012年的AlexNet神经网路架构作为分水岭，由Alex Krizhesky等人提出的AlexNet运用GPU建立的深度学习模型，以85%准确度刷新世界记录，在当年ImageNet图像分类竞赛中一举夺冠。 这项竞赛后来也引起Google的高度关注，认
|
Cliff Young回顾机器学习革命过程，可以2012年的AlexNet神经网路架构作为分水岭，由Alex Krizhesky等人提出的AlexNet运用GPU建立的深度学习模型，以85%准确度刷新世界记录，在当年ImageNet图像分类竞赛中一举夺冠。
这项竞赛后来也引起Google的高度关注，认为深度学习技术大有可为，便开始投入研究。但他们投入后发现，深度学习模型在图像识别和分类的成效表现，高度仰赖GPU的浮点运算能力，需要消耗大量运算资源供AI模型做学习训练，因模型训练运用GPU衍生出的运算成本十分昂贵。所以，Google才毅然决定自行开发深度学习专用的处理器晶片，也就是TPU（Tensor processing unit）。
在投入深度学习研究3年后，2015年时，Google开发出第一代TPU处理器，开始部署到自家的数据中心，用于深度学习的模型训练。
（编辑：91站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
热点阅读