文昌| 巴彦| 夏邑| 寿县| 岚山| 高州| 文县| 淳安| 托克逊| 彭阳| 北流| 邱县| 宜州| 建宁| 冕宁| 元江| 镇雄| 营口| 舞钢| 天山天池| 纳溪| 广水| 分宜| 达州| 于田| 平山| 贵港| 青白江| 巩留| 遂川| 连云港| 开化| 西峡| 宣化县| 峡江| 宜宾市| 荔波| 阳山| 永安| 寻甸| 阳城| 文水| 麦盖提| 若羌| 连江| 峨眉山| 遂宁| 江安| 新晃| 罗田| 西畴| 定边| 永定| 洪雅| 务川| 澄迈| 平舆| 乡宁| 安龙| 彭泽| 若尔盖| 丹东| 扎囊| 阳高| 沁阳| 岚县| 镇康| 宣恩| 连州| 邹城| 嘉峪关| 珊瑚岛| 南宁| 伊川| 岢岚| 苏州| 大宁| 灵璧| 宜春| 和顺| 梧州| 澄迈| 井陉| 宣城| 云霄| 肥西| 古浪| 行唐| 平泉| 乐山| 德保| 图木舒克| 屏南| 黄冈| 洋山港| 台州| 红河| 宿松| 株洲县| 新沂| 毕节| 开阳| 通道| 德兴| 邓州| 金阳| 舞阳| 博乐| 巩留| 方城| 东辽| 东山| 贡觉| 都匀| 左贡| 班戈| 宣化县| 焉耆| 靖州| 夷陵| 晋中| 峡江| 丰宁| 上蔡| 阿荣旗| 威宁| 博罗| 巩义| 岗巴| 平陆| 太仓| 浠水| 渝北| 突泉| 通化县| 贵港| 云县| 新龙| 饶平| 垫江| 宜君| 宁晋| 馆陶| 微山| 建昌| 漾濞| 黑水| 泰兴| 本溪市| 十堰| 保靖| 桓仁| 马尾| 滦平| 融水| 武当山| 银川| 盈江| 石台| 兴海| 唐河| 平顺| 鹤山| 博兴| 施秉| 平利| 恩施| 突泉| 定安| 攀枝花| 柏乡| 静宁| 泗阳| 永和| 紫云| 宁波| 忻州| 渝北| 郴州| 珲春| 广西| 梨树| 惠来| 北戴河| 岚县| 江山| 本溪市| 肇州| 上虞| 林州| 大龙山镇| 永顺| 彭州| 紫阳| 头屯河| 容城| 浙江| 鄄城| 沙县| 宜春| 海伦| 临湘| 两当| 闽清| 深州| 马边| 沛县| 罗田| 临邑| 黄龙| 云霄| 宁远| 富蕴| 新沂| 会昌| 瓦房店| 灵寿| 漳县| 洛宁| 新竹市| 陵川| 淅川| 东平| 峨山| 恒山| 简阳| 普陀| 嵩明| 秦皇岛| 厦门| 仁怀| 青浦| 任县| 罗城| 广汉| 册亨| 襄汾| 龙海| 赞皇| 墨玉| 泌阳| 祁东| 偃师| 澄江| 荔波| 马鞍山| 丰台| 甘南| 木里| 郾城| 安县| 淳化| 张家港| 莱州| 钓鱼岛| 靖江| 抚顺县| 江西| 五峰| 昭平| 微山| 冀州| 汉川|

2017上海车展探馆:陆风全新小型SUV——陆风X2

2019-08-24 00:11 来源:网易新闻

  2017上海车展探馆:陆风全新小型SUV——陆风X2

  评测优势:IT168十年如一日,坚持用统一标准衡量万款IT产品,为用户提供最公平公正的结果说明:IT168评测中心用“同一把尺子”,十年如一日地对品牌和产品数据进行测评和积累,使一切横比、导购、导用都有了最接近真实的依据。且IT168针对用户购买行为整合网络多种资源,内容强调专业性及从用户需求出发,形成从舆论引导到用户口碑运营、从品牌产品渗透到交易促进,形成最有效的网络传播IT168企业级资讯与互动平台主要包括频道、技术社区、文库下载、博客等业务,是国内最大的企业级IT媒体之一。

6、我们保留对稿件的增删权。三、稿件著作权:1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。

  6、第5条所述之网络是指通过我方网络,包括但不限于。2、系统架构师大会(SACC)一年一度的系统架构师大会()每年8-9月份在北京举办,以“企业IT应用最佳实践”为主题,自2009年以来已经成功举办4届,规模在千人左右,由IT168联合旗下、、三大社区举办。

  3、如果用电子邮件投稿,最好压缩后发送。且IT168针对用户购买行为整合网络多种资源,内容强调专业性及从用户需求出发,形成从舆论引导到用户口碑运营、从品牌产品渗透到交易促进,形成最有效的网络传播IT168企业级资讯与互动平台主要包括频道、技术社区、文库下载、博客等业务,是国内最大的企业级IT媒体之一。

4、投稿人向我方所投之作品不得同时向第三方投送,即不允许一稿多投。

  但我方在收到投稿人所投作品10日内未作出采用通知的除外。

  平均每月为每家经销商创造近30个订单,月均交易额30万(支付宝实际数据,线下数据无法统计),渠道168首家开辟以人为属性的SNS渠道商圈。6、第5条所述之网络是指通过我方网络,包括但不限于。

  二、投稿方式:1、请使用电子邮件方式投递稿件。

  评测优势:IT168十年如一日,坚持用统一标准衡量万款IT产品,为用户提供最公平公正的结果说明:IT168评测中心用“同一把尺子”,十年如一日地对品牌和产品数据进行测评和积累,使一切横比、导购、导用都有了最接近真实的依据。IT168网站概述:IT168是中国影响力第一的IT专业网络媒体。

  6、我们保留对稿件的增删权。

  广告服务IT168媒体特色-以帮助用户选购为核心,关注IT全线产品,成为个人以及企业用户获取IT产品信息、导购资讯首选的网络媒体。

  4、稿费隔月结算。7、投稿人委托我方声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

  

  2017上海车展探馆:陆风全新小型SUV——陆风X2

 
责编:
您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
雷锋网 读懂智能&未来
人工智能 正文
发私信给程弢
发送

0

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?

本文作者:程弢 2019-08-24 14:03
导语:从这次发布的测试结果来看,TPU似乎已经超出了业界的预期,但是藏在这一芯片背后的内部架构究竟有什么秘密呢,我们从Jouppi此前发布的论文当中,可以找到答案。
评测优势:IT168十年如一日,坚持用统一标准衡量万款IT产品,为用户提供最公平公正的结果说明:IT168评测中心用“同一把尺子”,十年如一日地对品牌和产品数据进行测评和积累,使一切横比、导购、导用都有了最接近真实的依据。

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?

在谷歌发布TPU一年后,这款机器学习定制芯片的神秘面纱终于被揭开了。

昨日,谷歌资深硬件工程师Norman Jouppi刊文表示,谷歌的专用机器学习芯片TPU处理速度要比GPU和CPU快15-30倍(和TPU对比的是英特尔Haswell CPU以及Nvidia Tesla K80 GPU),而在能效上,TPU更是提升了30到80倍。

从这次发布的测试结果来看,TPU似乎已经超出了业界的预期,但是藏在这一芯片背后的内部架构究竟有什么秘密呢,我们从Jouppi此前发布的论文当中,可以找到答案。

据雷锋网(公众号:雷锋网)了解,早在四年前,谷歌内部就开始使用消耗大量计算资源的深度学习模型,这对CPU、GPU组合而言是一个巨大的挑战,谷歌深知如果基于现有硬件,他们将不得不将数据中心数量翻一番来支持这些复杂的计算任务。

所以谷歌开始研发一种新的架构,Jouppi称之为“下一个平台”。Jouppi曾是MIPS处理器的首席架构师之一,他开创了内存系统中的新技术。三年前他加入谷歌的时候,公司上下正在用CPU、GPU混合架构上来进行深度学习的训练。

Jouppi表示,谷歌的硬件工程团队在转向定制ASIC之前,早期还曾用FPGA来解决廉价、高效和高性能推理的问题。但他指出,FPGA的性能和每瓦性能相比ASIC都有很大的差距。他解释说,“TPU可以像CPU或GPU一样可编程,它可以在不同的网络(卷积神经网络,LSTM模型和大规模完全连接的模型)上执行CISC指令,而不是为某个专用的神经网络模型设计的。一言以蔽之,TPU兼具了CPU和ASIC的有点,它不仅是可编程的,而且比CPU、GPU和FPGA拥有更高的效率和更低的能耗。

TPU的内部架构

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?

该图显示了TPU上的内部结构,除了外挂的DDR3内存,左侧是主机界面。指令从主机发送到队列中(没有循环)。这些激活控制逻辑可以根据指令多次运行相同的指令。

TPU并非一款复杂的硬件,它看起来像是雷达应用的信号处理引擎,而不是标准的X86衍生架构。Jouppi说,尽管它有众多的矩阵乘法单元,但是它GPU更精于浮点单元的协处理。另外,需要注意的是,TPU没有任何存储的程序,它可以直接从主机发送指令。

TPU上的DRAM作为一个单元并行运行,因为需要获取更多的权重以馈送到矩阵乘法单元(算下来,吞吐量达到了64,000)。Jouppi并没有提到是他们是如何缩放(systolic)数据流的,但他表示,使用主机软件加速器都将成为瓶颈。

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?

256×256阵列缩放数据流引擎,经过矩阵乘法积累后实现非线性输出

从第二张图片可以看出,TPU有两个内存单元,以及一个用于模型中参数的外部DDR3 DRAM。参数进来后,可从顶部加载到矩阵乘法单元中。同时,可以从左边加载激活(或从“神经元”输出)。那些以收缩的方式进入矩阵单元以产生矩阵乘法,它可以在每个周期中进行64,000次累加。

毋庸置疑,谷歌可能使用了一些新的技巧和技术来加快TPU的性能和效率。例如,使用高带宽内存或混合3D内存。然而,谷歌的问题在于保持分布式硬件的一致性。

TPU对比Haswell处理器

在和英特尔“Haswell”Xeon E5 v3处理器来的对比中,我们可以看到,TPU各方面的表现都要强于前者。

在Google的测试中,使用64位浮点数学运算器的18核心运行在2.3 GHz的Haswell Xeon E5-2699 v3处理器能够处理每秒1.3 TOPS的运算,并提供51GB/秒的内存带宽;Haswell芯片功耗为145瓦,其系统(拥有256 GB内存)满载时消耗455瓦特。

相比之下,TPU使用8位整数数学运算器,拥有256GB的主机内存以及32GB的内存,能够实现34GB/秒的内存带宽,处理速度高达92 TOPS ,这比Haswell提升了71倍,此外,TPU服务器的热功率只有384瓦。

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?

除此之外,谷歌还测试了CPU、GPU和TPU处理不同批量大小的每秒推断的吞吐量。

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?

如上图所示,在小批量任务中(16),Haswell CPU的响应时间接近7毫秒,其每秒提供5482次推断(IPS),其可以实现的最大批量任务(64)每秒则可以完成13194次推断,但其响应时间为21.3毫秒。相比之下,TPU可以做到批量大小为200,而响应时间低于7毫秒,并提供225000个IPS运行推理基准,是其峰值性能的80%,当批量大小为250,响应时间为10毫秒。

不过需要注意的是,谷歌所测试的Haswell Xeon处理器似乎也不能完全说明问题,英特尔Broadwell Xeon E5 v4处理器和最新的“Skylake”Xeon E5,每核心时钟(IPC)的指令比这款处理器提升了约5%。在Skylake是28核,而Haswell为18核,所以Xeon的总体吞吐量可能会上升80%。当然,这样的提升与TPU相比仍有差距。

最后雷锋网需要强调的是,TPU是一个推理芯片,它并非是要取代GPU,可以确定的是,TPU与CPU一起使用对训练分析更加有益。但对于CPU制造商而言,如何研发出像ASIC一样兼顾性能和能效的芯片是现在以及未来要做的。

可以确定的是,谷歌已经逐渐在自己的数据中心部署TPU,但是上述测试数据只是理论结果,实际应用表现如何?我们还不得而知。

Via nextplatform,雷锋网编译

雷锋网版权文章,未经授权禁止转载。详情见转载须知

谷歌硬件工程师揭秘,TPU为何会比CPU、GPU快30倍?
分享:
相关文章

文章点评:

表情

略懂技术的小编

关注一切有未来感的产品及技术!
当月热门文章
最新文章
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
昌盛远乡 马尾山村 土们岭镇 中山北路汇园里 二十三团场
卡斯特里港 三盛实业 新立街新立村金环里 北航社区 皈山乡