✖


Jump to content

Тензорный процессор

(Перенаправлено из процессора Tensor )
Эта статья о чипе, разработанном Google. Информацию о встроенной системе смартфона см. в Google Tensor . Информацию о других устройствах, обеспечивающих тензорную обработку для искусственного интеллекта, см. в разделе AI Accelerator .
Тензорный процессор
Тензорный процессор 3.0
Дизайнер Google
Представлено 2015 [1]
Тип Нейронная сеть
Машинное обучение

Тензорный процессор ( TPU ) — это (ASIC) для ускорителя искусственного интеллекта специализированная интегральная схема , разработанная Google для нейронных сетей машинного обучения с использованием собственного программного обеспечения Google TensorFlow . [2] Google начала использовать TPU внутри компании в 2015 году, а в 2018 году сделала их доступными для использования третьими лицами , как в рамках своей облачной инфраструктуры, так и предложив на продажу уменьшенную версию чипа.

Сравнение с процессорами и графическими процессорами [ править ]

По сравнению с графическим процессором , TPU предназначены для большого объема вычислений с низкой точностью до 8 бит ). (например, с точностью [3] с большим количеством операций ввода/вывода на джоуль , без аппаратного обеспечения для растеризации/ наложения текстур . [4] TPU , ASIC монтируются в блоке радиатора, который может поместиться в слот жесткого диска в стойке По словам Нормана Джоуппи центра обработки данных . [5]

Различные типы процессоров подходят для разных типов моделей машинного обучения. TPU хорошо подходят для CNN , тогда как графические процессоры имеют преимущества для некоторых полносвязных нейронных сетей, а процессоры могут иметь преимущества для RNN . [6]

История [ править ]

Тензорный процессор был анонсирован в мае 2016 года на Google I/O , когда компания заявила, что TPU уже используется внутри их дата-центров уже больше года. [5] [4] Чип был специально разработан для платформы Google TensorFlow , символьной математической библиотеки, которая используется в приложениях машинного обучения, таких как нейронные сети . [7] Однако по состоянию на 2017 год Google по-прежнему использовал процессоры и графические процессоры для других типов машинного обучения . [5] Другие разработки ускорителей искусственного интеллекта появляются и у других поставщиков и нацелены на рынки встраиваемых систем и робототехники .

TPU Google являются запатентованными. Некоторые модели коммерчески доступны, и 12 февраля 2018 года газета The New York Times сообщила, что Google «позволит другим компаниям покупать доступ к этим чипам через свою службу облачных вычислений». [8] Google заявил, что они использовались в AlphaGo против Ли Седоля серии человеко-машинных игр го . [4] а также в системе AlphaZero , которая создавала игровые программы в шахматы , сёги и го исключительно на основе правил игры и в дальнейшем обыгрывала ведущие программы в этих играх. [9] Google также использовал TPU для обработки текста Google Street View и смог найти весь текст в базе данных Street View менее чем за пять дней. В Google Photos отдельный TPU может обрабатывать более 100 миллионов фотографий в день. [5] Он также используется в RankBrain , который Google использует для предоставления результатов поиска. [10]

Google предоставляет третьим лицам доступ к TPU через свою службу Cloud TPU в рамках Google Cloud Platform. [11] а также через свои на базе ноутбуков сервисы Kaggle и Colaboratory . [12] [13]

Продукты [ править ]

Продукция тензорных процессоров [14] [15] [16]
ТПУв1 ТПУv2 ТПУv3 ТПУv4 [15] [17] ТПУv5e [18] ТПУв5п [19] [20] Триллиум [21]
Дата введения 2015 2017 2018 2021 2023 2023 2024
Узел процесса 28 нм 16 нм 16 нм 7 нм Не указано Не указано
Размер матрицы (мм 2 ) 331 < 625 < 700 < 400 300-350 Не указано
Встроенная память (МиБ) 28 32 32 32 48 112
Тактовая частота (МГц) 700 700 940 1050 Не указано 1750
Память 8 ГиБ DDR3 16 ГиБ HBM 32 ГиБ HBM 32 ГиБ HBM 16 ГБ ХБМ 95 ГБ ХБМ 32 ГБ?
Пропускная способность памяти 34 ГБ/с 600 ГБ/с 900 ГБ/с 1200 ГБ/с 819 ГБ/с 2765 ГБ/с ~1,6 ТБ/с?
Тепловая мощность (Вт) 75 280 220 170 Нет в списке Нет в списке
TOPS (Тера операций в секунду) 23 45 123 275 197 (бф16) 393 (инт8) 459 (бф16) 918 (инт8)
ТОПС/ВТ 0.31 0.16 0.56 1.62 Нет в списке Нет в списке

ТПУ первого поколения [ править ]

TPU первого поколения представляет собой 8-битный механизм умножения матриц , управляемый с помощью инструкций CISC главным процессором по шине PCIe 3.0 . Он производится по 28- нм техпроцессу с размером кристалла ≤ 331 мм. 2 . Тактовая частота составляет 700 МГц , расчетная тепловая мощность составляет 28–40 Вт . Он имеет 28 МБ встроенной памяти и 4 МБ аккумуляторов 32-битных , принимающих результаты систолического массива 8-битных множителей размером 256×256 . [22] В комплект TPU входит 8 ГиБ памяти двухканальной с частотой 2133 МГц DDR3 SDRAM и пропускной способностью 34 ГБ/с. [16] Инструкции передают данные на хост или от него, выполняют умножение матриц или свертки и применяют функции активации . [22]

второго поколения ТПУ ​

ТПУ второго поколения было анонсировано в мае 2017 года. [23] Google заявила, что конструкция TPU первого поколения была ограничена пропускной способностью памяти , а использование 16 ГБ памяти с высокой пропускной способностью в конструкции второго поколения увеличило пропускную способность до 600 ГБ/с и производительность до 45 терафлопс . [16] Затем TPU объединяются в четырехчиповые модули с производительностью 180 терафлопс. [23] Затем 64 таких модуля собираются в 256-чиповые блоки с производительностью 11,5 петафлопс. [23] Примечательно, что хотя TPU первого поколения были ограничены целыми числами, TPU второго поколения также могут выполнять вычисления с плавающей запятой , используя формат bfloat16 , изобретенный Google Brain . Это делает TPU второго поколения полезными как для обучения, так и для вывода моделей машинного обучения. Google заявил, что эти TPU второго поколения будут доступны в Google Compute Engine для использования в приложениях TensorFlow. [24]

ТПУ третьего поколения [ править ]

ТПУ третьего поколения было анонсировано 8 мая 2018 года. [25] Google объявила, что сами процессоры в два раза мощнее, чем TPU второго поколения, и будут развернуты в модулях с в четыре раза большим количеством чипов, чем в предыдущем поколении. [26] [27] Это приводит к 8-кратному увеличению производительности каждого модуля (до 1024 чипов на модуль) по сравнению с развертыванием TPU второго поколения.

ТПУ четвертого поколения [ править ]

18 мая 2021 года генеральный директор Google Сундар Пичаи рассказал о тензорных процессорах TPU v4 во время своего основного доклада на виртуальной конференции Google I/O. TPU v4 улучшил производительность более чем в 2 раза по сравнению с чипами TPU v3. Пичаи сказал: «Один модуль v4 содержит 4096 чипов v4, и каждый модуль имеет в 10 раз большую пропускную способность межсоединения на чип по сравнению с любой другой сетевой технологией». [28] В документе Google от апреля 2023 года утверждается, что TPU v4 на 5–87% быстрее, чем A100, машинного обучения в тестах . [29]

Существует также версия «вывода», называемая v4i. [30] не требующий жидкостного охлаждения . [31]

ТПУ пятого поколения [ править ]

В 2021 году Google сообщил, что физическая компоновка TPU v5 выполняется с помощью нового приложения глубокого обучения с подкреплением . [32] Google утверждает, что TPU v5 почти в два раза быстрее TPU v4. [33] и, основываясь на этом, а также на относительной производительности TPU v4 по сравнению с A100, некоторые полагают, что TPU v5 так же быстр, как H100 , или даже быстрее . [34]

Подобно тому, как v4i является облегченной версией v4, пятое поколение имеет «экономичный» вариант. [35] версия под названием v5e. [18] В декабре 2023 года Google анонсировала TPU v5p, который, как утверждается, может конкурировать с H100. [36]

ТПУ шестого поколения [ править ]

В мае 2024 года на конференции Google I/O компания Google анонсировала TPU v6, который будет доступен позднее в 2024 году. Google заявила об увеличении производительности в 4,7 раза по сравнению с TPU v5e. [37] за счет увеличения блоков умножения матрицы и увеличения тактовой частоты. Емкость и пропускная способность памяти с высокой пропускной способностью (HBM) также увеличены вдвое. Модуль может содержать до 256 единиц Trillium. [38]

Край ТПУ [ править ]

В июле 2018 года Google анонсировала Edge TPU. Edge TPU — это специально созданный чип ASIC от Google , предназначенный для запуска моделей машинного обучения (ML) для периферийных вычислений . Это означает, что он намного меньше и потребляет гораздо меньше энергии по сравнению с TPU, размещенными в центрах обработки данных Google (также известными как Cloud TPU). [39] ). В январе 2019 года Google предоставила Edge TPU разработчикам линейки продуктов под брендом Coral . Edge TPU способен выполнять 4 триллиона операций в секунду при электрической мощности 2 Вт. [40]

Предлагаемые продукты включают одноплатный компьютер (SBC), систему на модуле (SoM), USB- аксессуар, карту mini PCI-e и карту M.2 . SBC Coral Dev Board и Coral SoM работают под управлением ОС Mendel Linux — производной от Debian . [41] [42] Продукты USB, PCI-e и M.2 функционируют как дополнения к существующим компьютерным системам и поддерживают системы Linux на базе Debian на хостах x86-64 и ARM64 (включая Raspberry Pi ).

Среда выполнения машинного обучения, используемая для выполнения моделей на Edge TPU, основана на TensorFlow Lite . [43] Edge TPU способен ускорять только операции прямого прохода, что означает, что он в первую очередь полезен для выполнения логических выводов (хотя на Edge TPU можно выполнять упрощенное обучение с передачей данных). [44] ). Edge TPU также поддерживает только 8-битную математику, а это означает, что для того, чтобы сеть была совместима с Edge TPU, ее необходимо либо обучить с использованием метода обучения с учетом квантования TensorFlow, либо с конца 2019 года также можно использовать пост- обучающее квантование.

12 ноября 2019 года Asus анонсировала пару одноплатных компьютеров (SBC) с Edge TPU. Платы Asus Tinker Edge T и Tinker Edge R созданы для Интернета вещей и периферийного искусственного интеллекта . SBC официально поддерживают Android и Debian операционные системы . [45] [46] ASUS также продемонстрировала мини-ПК под названием Asus PN60T с Edge TPU. [47]

2 января 2020 года Google анонсировала модуль Coral Accelerator и Coral Dev Board Mini, которые будут продемонстрированы на выставке CES 2020 позднее в том же месяце. Модуль Coral Accelerator — это многочиповый модуль с интерфейсами Edge TPU, PCIe и USB для упрощения интеграции. Coral Dev Board Mini — это меньший SBC с модулем Coral Accelerator и SoC MediaTek 8167s . [48] [49]

Пиксельное нейронное ядро ​​[ править ]

Основная статья: Пиксельное нейронное ядро

15 октября 2019 года Google анонсировала смартфон Pixel 4 , который содержит Edge TPU под названием Pixel Neural Core . Google описывает его как «настроенный в соответствии с требованиями ключевых функций камеры Pixel 4» с использованием поиска нейронной сети, который жертвует некоторой точностью в пользу минимизации задержки и энергопотребления. [50]

Google Тензор [ править ]

Основная статья: Google Тензор

Google последовала примеру Pixel Neural Core, интегрировав Edge TPU в специальную систему на кристалле под названием Google Tensor , которая была выпущена в 2021 году вместе с Pixel 6 . линейкой смартфонов [51] Google Tensor SoC продемонстрировал «чрезвычайно большое преимущество в производительности над конкурентами» в тестах, ориентированных на машинное обучение; хотя мгновенное энергопотребление также было относительно высоким, повышение производительности означало, что потреблялось меньше энергии из-за более коротких периодов, требующих максимальной производительности. [52]

Иск [ править ]

В 2019 году компания Singular Computing, основанная в 2009 году Джозефом Бейтсом, приглашенным профессором Массачусетского технологического института , [53] подала иск против Google, обвиняя его в нарушении патентных прав на чипы из ТПУ. [54] К 2020 году Google успешно сократила количество исков, которые будет рассматривать суд, до двух: иск 53 из US 8407273,   поданный в 2012 году и иск 7 из США 9218156,   поданный в 2013 году, оба из которых заявляют о динамическом диапазоне 10. -6 до 10 6 для чисел с плавающей запятой, чего не может сделать стандартный float16 (не прибегая к субнормальным числам ), поскольку он имеет только пять бит для экспоненты. В судебном иске от 2023 года компания Singular Computing особо указала на использование Google bfloat16 , поскольку это выходит за пределы динамического диапазона float16 . [55] Singular утверждает, что нестандартные форматы с плавающей запятой были неочевидны в 2009 году, но Google возражает, что VFLOAT [56] Формат с настраиваемым количеством битов экспоненты существовал в качестве предшествующего уровня техники в 2002 году. [57] По состоянию на январь 2024 г. Последующие судебные иски со стороны Singular довели число патентов, по которым ведется судебное разбирательство, до восьми. Ближе к концу судебного разбирательства в том же месяце Google согласилась на мировое соглашение, условия которого не разглашаются. [58] [59]

См. также [ править ]

Ссылки [ править ]

  1. ^ Джуппи и др., 2017, «Анализ производительности тензорного процессора в центре обработки данных», https://arxiv.org/abs/1704.04760
  2. ^ «Облачные тензорные процессоры (TPU)» . Гугл облако . Проверено 20 июля 2020 г.
  3. ^ Армасу, Люциан (19 мая 2016 г.). «Представлена ​​большая микросхема Google для машинного обучения: тензорный процессор с 10-кратной эффективностью (обновлено)» . Аппаратное обеспечение Тома . Проверено 26 июня 2016 г.
  4. ^ Jump up to: а б с Жуппи, Норм (18 мая 2016 г.). «Google усложняет задачи машинного обучения с помощью специального чипа TPU» . Блог об облачной платформе Google . Проверено 22 января 2017 г.
  5. ^ Jump up to: а б с д «Подразделение тензорных процессоров Google объяснило: именно так выглядит будущее вычислений» . ТехРадар . Проверено 19 января 2017 г.
  6. ^ Ван, Ю Эмма; Вэй, Гу Ён; Брукс, Дэвид (01 июля 2019 г.). «Сравнение платформ TPU, GPU и CPU для глубокого обучения». arXiv : 1907.10701 [ cs.LG ].
  7. ^ «TensorFlow: машинное обучение с открытым исходным кодом» «Это программное обеспечение для машинного обучения, используемое для различных видов задач восприятия и понимания языка» — Джеффри Дин, минута 0:47 / 2:17 из клипа на Youtube
  8. ^ «Google делает свои специальные чипы искусственного интеллекта доступными для других» . Нью-Йорк Таймс . Проверено 12 февраля 2018 г.
  9. ^ МакГурти, Колин (6 декабря 2017 г.). «AlphaZero от DeepMind сокрушает шахматы» . www.chess24.com .
  10. ^ «Тензорный процессор Google может продвинуть закон Мура на 7 лет вперед» . ПКМир . Проверено 19 января 2017 г.
  11. ^ «Часто задаваемые вопросы | Облачный ТПУ» . Гугл облако . Проверено 14 января 2021 г.
  12. ^ «Колаборатория Google» . colab.research.google.com . Проверено 15 мая 2021 г.
  13. ^ «Используйте TPU | TensorFlow Core» . ТензорФлоу . Проверено 15 мая 2021 г.
  14. ^ Джуппи, Норман П.; Юн, До Хён; Эшкрафт, Мэтью; Готчо, Марк (14 июня 2021 г.). Десять уроков трех поколений, которые сформировали Google TPUv4i (PDF) . Международный симпозиум по компьютерной архитектуре. Валенсия, Испания. дои : 10.1109/ISCA52012.2021.00010 . ISBN  978-1-4503-9086-6 .
  15. ^ Jump up to: а б «Системная архитектура | Облачный ТПУ» . Гугл облако . Проверено 11 декабря 2022 г.
  16. ^ Jump up to: а б с Кеннеди, Патрик (22 августа 2017 г.). «Пример использования Google TPU и GDDR5 от Hot Chips 29» . Служить дому . Проверено 23 августа 2017 г.
  17. ^ Оставайтесь с нами, скоро появится дополнительная информация о TPU v4 , получено 6 августа 2020 г.
  18. ^ Jump up to: а б Публичная предварительная версия Cloud TPU v5e Inference , получено 6 ноября 2023 г.
  19. ^ Облако TPU v5p Google Cloud. получено 9 апреля 2024 г.
  20. ^ Обучение Cloud TPU v5p , получено 9 апреля 2024 г.
  21. ^ «Представляем Trillium, ТПУ шестого поколения» . Блог Google Cloud . Проверено 29 мая 2024 г.
  22. ^ Jump up to: а б Джуппи, Норман П.; Янг, Клифф; Патил, Нишант; Паттерсон, Дэвид; Агравал, Гаурав; Баджва, Раминдер; Бейтс, Сара; Бхатия, Суреш; Боден, Нэн; Борчерс, Эл; Бойл, Рик; Кантен, Пьер-Люк; Чао, Клиффорд; Кларк, Крис; Кориелл, Джереми; Дейли, Майк; Дау, Мэтт; Дин, Джеффри; Гелб, Бен; Гаеммагами, Тара Вазир; Готтипати, Раджендра; Галланд, Уильям; Хагманн, Роберт; Хо, К. Ричард; Хогберг, Дуг; Ху, Джон; Хундт, Роберт; Больно, Дэн; Ибарз, Джулиан; Джеффи, Аарон; Яворски, Алек; Каплан, Александр; Хайтан, Харшит; Кох, Энди; Кумар, Навин; Лейси, Стив; Лаудон, Джеймс; Закон, Джеймс; Ле, Димту; Лири, Крис; Лю, Чжуюань; Удача, Кайл; Лундин, Алан; Маккин, Гордон; Маджоре, Адриана; Махони, мэр; Миллер, Киран; Нагараджан, Рахул; Нараянасвами, Рави; Ни, Рэй; Никс, Кэти; Норри, Томас; Омерник, Марк; Пенуконда, Нараяна; Фелпс, Энди; Росс, Джонатан; Росс, Мэтт; Салек, Амир; Самадиани, Эмад; Северн, Крис; Сизиков, Григорий; Снелхэм, Мэтью; Саутер, Джед; Стейнберг, Дэн; Свинг, Энди; Тан, Мерседес; Торсон, Грегори; Тиан, Бо; Томас, Хория; Таттл, Эрик; Васудеван, Виджай; Уолтер, Ричард; Ван, Уолтер; Уилкокс, Эрик; Юн, До Хён (26 июня 2017 г.). Анализ производительности тензорного процессора™ в центре обработки данных . Торонто, Канада. arXiv : 1704.04760 .
  23. ^ Jump up to: а б с Брайт, Питер (17 мая 2017 г.). «Google внедряет в свое вычислительное облако процессоры тензорного потока мощностью 45 терафлопс» . Арс Техника . Проверено 30 мая 2017 г.
  24. ^ Кеннеди, Патрик (17 мая 2017 г.). «Раскрыты подробности о Google Cloud TPU» . Служить дому . Проверено 30 мая 2017 г.
  25. ^ Фрумусану, Андре (8 мая 2018 г.). «Живой блог Keynote, посвященный открытию Google I/O» . Проверено 9 мая 2018 г.
  26. ^ Фельдман, Майкл (11 мая 2018 г.). «Google предлагает взглянуть на процессор TPU третьего поколения» . Топ 500 . Проверено 14 мая 2018 г.
  27. ^ Тейх, Пол (10 мая 2018 г.). «Разрывая AI-сопроцессор TPU 3.0 от Google» . Следующая платформа . Проверено 14 мая 2018 г.
  28. ^ «Google выпускает AI-чипы TPU v4» . www.hpcwire.com . 20 мая 2021 г. Проверено 7 июня 2021 г.
  29. ^ Жуппи, Норман (20 апреля 2023 г.). «TPU v4: оптически реконфигурируемый суперкомпьютер для машинного обучения с аппаратной поддержкой встраивания». arXiv : 2304.01433 .
  30. ^ Кеннеди, Патрик (29 августа 2023 г.). «Google подробно описывает TPUv4 и его безумную оптически реконфигурируемую сеть искусственного интеллекта» . www.servethehome.com . Проверено 16 декабря 2023 г.
  31. ^ «Почему Google разработала собственный чип TPU? Подробное раскрытие информации членами команды» . censtry.com . 20 октября 2021 г. Проверено 16 декабря 2023 г.
  32. ^ Мирхосейни, Азалия; Голди, Анна (01 июня 2021 г.). «Методология размещения графиков для быстрого проектирования микросхем» (PDF) . Природа . 594 (7962): 207–212. дои : 10.1038/s41586-022-04657-6 . ПМИД   35361999 . S2CID   247855593 . Проверено 4 июня 2023 г.
  33. ^ Вахдат, Амин (06 декабря 2023 г.). «Включение рабочих нагрузок искусственного интеллекта следующего поколения: анонс TPU v5p и гиперкомпьютера с искусственным интеллектом» . Google . Проверено 8 апреля 2024 г.
  34. ^ Афифи-Сабет, Кеумарс (23 декабря 2023 г.). «Google быстро превращается в грозного противника BFF Nvidia — чип TPU v5p AI, питающий его гиперкомпьютер, работает быстрее, имеет больше памяти и пропускной способности, чем когда-либо прежде, превосходя даже могучий H100» . ТехРадар . Проверено 8 апреля 2024 г.
  35. ^ «Расширение нашего портфеля инфраструктуры, оптимизированной для искусственного интеллекта: представляем Cloud TPU v5e и анонсируем A3 GA» . Google . 29 августа 2023 г. Проверено 16 декабря 2023 г.
  36. ^ «Включение рабочих нагрузок искусственного интеллекта следующего поколения: анонс TPU v5p и гиперкомпьютера с искусственным интеллектом» . Google . 06.12.2023 . Проверено 9 апреля 2024 г.
  37. ^ Веласко, Алан (15 мая 2024 г.). «Google Cloud представляет Trillium, TPU 6-го поколения с приростом производительности искусственного интеллекта в 4,7 раза» . Горячее оборудование . Проверено 15 мая 2024 г.
  38. ^ «Представляем Trillium, ТПУ шестого поколения» . Блог Google Cloud . Проверено 17 мая 2024 г.
  39. ^ «Облачный ТПУ» . Гугл облако . Проверено 21 мая 2021 г.
  40. ^ «Тестирование производительности Edge TPU» . Коралл . Проверено 4 января 2020 г.
  41. ^ «Совет разработчиков» . Коралл . Проверено 21 мая 2021 г.
  42. ^ «Система-на-модуле (SoM)» . Коралл . Проверено 21 мая 2021 г.
  43. ^ «Выведение интеллекта на передний план с помощью Cloud IoT» . Гугл-блог . 25 июля 2018 г. Проверено 25 июля 2018 г.
  44. ^ «Переобучить модель классификации изображений на устройстве» . Коралл . Проверено 3 мая 2019 г.
  45. ^ «Объявляем, что мы примем участие в выставке встраиваемых комплексных технологий и выставке комплексных технологий IoT «ET & IoT Technology 2019»» . Asus.com (на японском языке) . Проверено 13 ноября 2019 г.
  46. ^ Шилов, Антон. «ASUS и Google объединяются для создания компьютеров размером с кредитную карту, ориентированных на искусственный интеллект, Tinker Board» . Anandtech.com . Проверено 13 ноября 2019 г.
  47. ^ Офран, Жан-Люк (29 мая 2019 г.). «ASUS Tinker Edge T и CR1S-CM-A SBC будут оснащены TPU Google Coral Edge и процессором NXP i.MX 8M» . CNX Software — Новости встраиваемых систем . Проверено 14 ноября 2019 г.
  48. ^ «Новинки Coral 2020 года» . Блог разработчиков Google . Проверено 4 января 2020 г.
  49. ^ «Модуль ускорителя» . Коралл . Проверено 4 января 2020 г.
  50. ^ «Представляем следующее поколение моделей машинного зрения: MobileNetV3 и MobileNetEdgeTPU» . Блог Google AI . Проверено 16 апреля 2020 г.
  51. ^ Гупта, Суйог; Уайт, Мари (8 ноября 2021 г.). «Улучшенное машинное обучение на устройстве Pixel 6 с поиском по нейронной архитектуре» . Блог Google AI . Проверено 16 декабря 2022 г.
  52. ^ Фрумусану, Андрей (2 ноября 2021 г.). «Тензор Google внутри Pixel 6, Pixel 6 Pro: взгляд на производительность и эффективность | IP Google: Tensor TPU/NPU» . АнандТех . Проверено 16 декабря 2022 г.
  53. ^ Хардести, Ларри (3 января 2011 г.). «Удивительная полезность неряшливой арифметики» . Массачусетский технологический институт . Проверено 10 января 2024 г.
  54. ^ Брэй, Гайавата (10 января 2024 г.). «Местный изобретатель бросает вызов Google в патентной борьбе на миллиард долларов» . Бостон Глобус . Бостон . Архивировано из оригинала 10 января 2024 г. Проверено 10 января 2024 г.
  55. ^ «SINGULAR COMPUTING LLC, Истец, против GOOGLE LLC, Ответчик: измененная жалоба о нарушении патентных прав» (PDF) . rpxcorp.com . Корпорация RPX . 20 марта 2020 г. Проверено 10 января 2024 г.
  56. ^ Ван, Сяоцзюнь; Лизер, Мириам (1 сентября 2010 г.). «VFloat: библиотека переменной точности с фиксированной и плавающей запятой для реконфигурируемого оборудования» . Транзакции ACM по реконфигурируемым технологиям и системам . 3 (3): 1–34. дои : 10.1145/1839480.1839486 . Проверено 10 января 2024 г.
  57. ^ «Singular Computing LLC против Google LLC» . Casetext.com . 6 апреля 2023 г. Проверено 10 января 2024 г.
  58. ^ Калкинс, Лорел Брубейкер (24 января 2024 г.). «Google урегулировала иск по поводу искусственного интеллекта, на который требовалось более 5 миллиардов долларов» . Закон Блумберга .
  59. ^ Бриттен, Блейк; Раймонд, Рэй (24 января 2024 г.). «Google урегулировала иск о патенте на чипы, связанные с искусственным интеллектом, на сумму 1,67 миллиарда долларов» . Рейтер .


Внешние ссылки [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Tensor_Processing_Unit&oldid=1226844425"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: ce63f669d672996f8f256f7dbc17023d__1717294200
URL1:https://arc.ask3.ru/arc/aa/ce/3d/ce63f669d672996f8f256f7dbc17023d.html
Заголовок, (Title) документа по адресу, URL1:
Tensor Processing Unit - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)