| Procesador de tensor de Google | |
|---|---|
| Unidad de procesamiento de tensores 3.0 |
La Unidad de procesamiento de tensor de Google ( Google TPU ) es un procesador de tensor que pertenece a la clase de procesadores neuronales , que es un circuito integrado específico de la aplicación desarrollado por Google y diseñado para usarse con la biblioteca de aprendizaje automático TensorFlow . Presentado en 2016 en la conferencia Google I/O , se afirmó que los dispositivos ya habían sido utilizados internamente por Google durante más de un año [1] [2] .
En comparación con las GPU , está diseñado para una mayor cantidad de cómputo con precisión reducida (por ejemplo, precisión de solo 8 bits [3] ) con mayor rendimiento por vatio y la ausencia de un módulo para rasterización y unidades de textura [1] [2 ] .
Se afirma que los procesadores de tensor se usaron en una serie de juegos en el programa AlphaGo contra Lee Sedol [2] y en las siguientes peleas similares [4] . La corporación también utilizó procesadores de tensor para procesar las fotos de Google Street View para la extracción de texto. Se informó que todo el volumen se procesó en menos de cinco días. En Google Photos, un solo procesador de tensor puede procesar más de 100 millones de fotos al día. Asimismo, el dispositivo se utiliza para el sistema de autoaprendizaje RankBrain , que procesa las respuestas del motor de búsqueda de Google .
El dispositivo se implementa como una matriz multiplicadora para números de 8 bits, controlada por instrucciones CPU CISC a través del bus PCIe 3.0 . Está fabricado con tecnología de 28 nm, la frecuencia de reloj es de 700 MHz y tiene una potencia de diseño térmico de 28-40 W. Equipado con 28 MB de RAM incorporada y 4 MB de acumuladores de 32 bits que acumulan resultados en conjuntos de multiplicadores de 8 bits organizados en una matriz de 256×256. Las instrucciones del dispositivo transmiten o reciben datos de un nodo, realizan multiplicaciones de matrices o convoluciones [5] . Se pueden realizar 65536 multiplicaciones en cada matriz por ciclo; por segundo - hasta 92 billones [6] .