将来十年，硬件会变成什么样?
摩尔定律放缓，使得我们得以从新进入“架构的黄金年代”，见证各种各样芯片和指令集的飞速成长。
TPU是与TensorFlow集成的，Google供给收费云端办事(Cloud TPU)，同时经由过程TensorFlow Research Cloud(TFRC)项目，对想要提前应用TPU的机械进修专家进行补贴，供给1000个Cloud TPU，欲望他们能经由过程论文和开源软件来跟世界分享其研究结不雅。
诸如英特尔旗下的Nervana、英伟达、Cerebras和Google等公司全都开端研发可以或许加快机械进修中线性代数运算的下一代硬件架构。且在默认情况下，每种架构都须要独特的、像cuDNN那样的底层、手动优化基元库。(cuDNN全称是CUDA Deep Neural Network library，是NVIDIA专门针对深度神经收集设计的一套GPU计算加快库。)
想打破这个趋势，须要同业们在XLA等更普适的编译器框架高低更多工夫。
Google的TPU(Tensor Processing Units)今朝最有可能打破GPU的统治。每个Cloud TPU能供给高磁绫强秒180万亿次的浮点运算，64GB的超高带宽存储空间以及可串联的特点。跟之前超等计算机的架构不合，TPU是大年夜零开端设计，专门针对机械进修中常见的线性代数运算。
小结
像TensorFlow如许的图计算和深度进修库是将来枷⒚鹦业成长背后的重要驱动力，这推动我们去从新核阅体系架构：大年夜硬件到编译器再到更高等的法度榜样说话和设计规范。
于是，沉重的工作摆在了软件架构师，工程师、研究人员等大年夜颐魅者面前，但同时这过程也很令人高兴。就像Zak在演讲中所总结的一样：
D Sculley等人在文┞仿中评论辩论了几种体系设计中的劣势，很能与相干大年夜颐魅者产生共鸣：
我读研究生的时刻，这些惊艳的应用大年夜都还弗成能实现——当人们对机械进修技巧习认为常，然后开端做一些我们如今预感不到的工作，会是什么样呢?第一批TensorFlow原生的产品会是什么样?”
【编辑推荐】
- 揭秘谷歌内部的万人机械进修衔目—忍者筹划！
- 机械进修大年夜抬脚到趴倒在门槛
- 有助于你控制机械进修的十三个框架
- 在Airbnb应用机械进修猜测房源的价格
- 和传统模式说袈滟见，看机械进修若何走向深度进修？
推荐阅读
51CTO诚邀您9月23号和秒拍/国美/美团元专家一路聊智能CDN的优化之路，抓紧时光哦！ Windows操作体系在全球市场上的┞芳比是大年夜家有木懿睹的，而现代Windows平台都默认安装了PowerShell，>>>详细阅读
本文标题：TensorFlow产品经理：机器学习如何改变未来十年的软硬件？
地址：http://www.17bianji.com/lsqh/37349.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示