/
TPU 关键字列表
2024-11-01
十年一剑，TPU引领AI芯片时代
TPU 的设定，只能在 TensorFlow 中执行推理，但它的性能非常好。我们认为，TPU 与 TensorFlow 的良好适配，能够发挥出 1+1＞2 的效果。深度学习计算中的芯片部署都不是零和博弈。现实世界的深度学习网络需要系统的 GPU 与其他 GPU 或诸如 Google TPU 之类的 ASIC 通信。GPU 是理想的工作环境，具有深度学习所需的灵活性
2024-10-31
Google Cloud发布下一代TPU和GPU集群 增强AI Hypercomputer堆栈
Google宣布推出了第六代张量处理单元Trillium TPU，以及即将推出由Nvidia H200 GPU驱动的新型A3 Ultra虚拟机，此外还有基于Axion Arm架构的C4A VM，从今天正式面世。
AI芯片算力基础及关键参数
AI芯片通常采用GPU和ASIC架构。GPU因其在运算和并行任务处理上的优势成为AI计算中的关键组件，它的算力和显存、带宽决定了GPU的运算能力。GPU的核心可分为CudaCore、Tensor Core等；Tensor Core是增强AI计算的核心，相较于并行计算表现卓越的Cuda Core，它更专注于深度学习领域，通过优化矩阵运算来加速AI深度学习的训练和推理任务
谷歌发布Cloud TPU Pod以实现按需的AI超级计算机
谷歌今天宣布对其云平台进行扩展，发布了一个新的基础设施选项Cloud TPU Pod，旨在满足那些需要大量计算能力的大型人工智能项目。
谷歌宣布公有云平台将支持面向人工智能的TPU芯片
谷歌今天宣布向其公有云平台上增加ensor Processing Units，这是一款专门为人工智能工作负载提供动力的内部设计的芯片系列。
白皮书
京公网安备 11010802021500号
