Tensor Processing Unit, gli acceleratori di Google per il Machine Learning
L'azienda di Mountain View presenta i nuovi processori pensati espressamente per il Machine Learning, che internamente ha già usato per potenziare servizi come Street View
di Andrea Bai pubblicata il 19 Maggio 2016, alle 11:21 nel canale ProcessoriGoogle ha sviluppato un nuovo chip acceleratore per l'intelligenza artificiale e il machine learning, denominato Tensor Processing Unit, che segue gli algoritmi opensource TensorFlow che ha reso disponibili lo scorso anno. L'azienda di Mountain View ne ha parlato al termine del keynote d'apertura della Google I/O, tenutosi ieri nel cuore della Silicon Valley.
Sundar Pichai, CEO di Google, ha dichiarato: "Abbiamo iniziato a costruire le Tensor Processing Unit, che sono di un ordine di grandezza superiore in termini di performance per Watt rispetto alle FPGA e alle GPU commerciali, e vanno ad equipaggiare il sistema AlphaGo". AlphaGo è il sistema che negli scorsi mesi ha battuto il campione mondiale di Go, come abbiamo raccontato in questa notizia.

Secondo quanto si legge sul blog ufficiale di Google, le nuove Tensor Processing Unit sono state impiegate già da oltre un anno nei datacenter di Google e sfruttate per vari impieghi, come ad esempio migliorare i risultati di ricerca e migliorare l'accuratezza e la navigazione delle mappe di Street View.
Progettate specificatamente per l'ambito machine learning, le TPU possono essere più tolleranti ad una ridotta precisione elaborativa, il che si traduce in un minor numero di transistor per operazione. Questo permette, di contro, di poter elaborare più operazioni al secondo e di poter usare modelli di machine learning più potenti e sofisticati, applicandoli più velocemente.









Fable e Sol a confronto: due cartoni animati creati su un PC con RTX 3090
Il tablet rugged leggero e sottile: Lenovo ThinkTab X11 offre resistenza, doppia USB-C e batteria rimovibile
AMD Advancing AI 2026: l'hardware AMD per le elaborazioni IA del futuro, tra GPU, CPU e robot
SpaceX Starship: dopo il successo di Flight 13, la prossima Ship potrebbe essere recuperata da Mechazilla
Gli incendi in Spagna minacciano la stazione di Cebreros dell'ESA e il Deep Space Network della NASA
Intel punta sul vetro: partnership con Lens Technology per il packaging di nuova generazione
L'acquisizione di ATI compie 20 anni: AMD e una scommessa (vinta) da 5,4 miliardi di dollari
iPhone 18 Pro, Apple le prova tutte per ridurre i costi: l'azienda ha ottenuto uno sconto sul costo dei pannelli OLED?
NVIDIA, Samsung, SK hynix e Broadcom: a San Francisco accordi AI per 750 miliardi di dollari
Sony rompe il silenzio: God of War Laufey ha una data e il destino di Kratos è già deciso
iPhone Ultra, lancio ritardato per il pieghevole? Apple non avrebbe ancora risolto tutti i problemi di produzione
Microsoft rafforza l'attivazione di Windows: KMS adotterà la verifica hardware tramite TPM
Galaxy S27 e S27+: Samsung starebbe testando un nuovo sensore per la fotocamera principale
macOS più sicuro di Windows? Il nuovo studio Kaspersky smonta il mito
L'UE punta il dito contro TikTok: ecco cosa non va nella protezione dei minori
Qualcomm aumenterà i prezzi dei chip da settembre: rincari a doppia cifra per effetto della carenza di componenti
TOP 12 Amazon weekend: al top una stampante HP con fronte retro automatico a 49€, al 2 un monitor LG da soli 66€, a voi scoprire il resto









7 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - infoDal nome sembra hardware ottimizzato per operare su tensori
("matrici N-dimensionali" per dirla in modo ultra-semplificato ed impreciso)
ma credo che intendano qualcosa di differente e più specifico
(tipo un sottoinsieme dei possibili tensori ed un sottoinsieme delle possibili operazioni).
LMCH
anche con la tua spiegazione semplificata non ho ancora capito che cosa dovrebbe fare questo attrezzo e soprattutto in che modo?!a che servono i tensori? per gli algoritmi di apprendimento automatico.
cosa fa? "impara" nel senso che fornisce risultati più esatti a problemi complessi che non possono essere risolti con i dati in possesso.
in altre parole è il chip neurale del Terminator T800
a che servono i tensori? per gli algoritmi di apprendimento automatico.
cosa fa? "impara" nel senso che fornisce risultati più esatti a problemi complessi che non possono essere risolti con i dati in possesso.
in altre parole è il chip neurale del Terminator T800
Ora è tutto chiaro: con queste dritte domani ne progetto uno.
Non è che si tratta solo di processori con macro istruzioni specializzate in calcolo matriciale?
Non è che si tratta solo di processori con macro istruzioni specializzate in calcolo matriciale?
Semplificando il discorso al massimo ? Si.
Ma sarebbe come dire che una GPU è "solo" un DSP specializzato.
Non è che si tratta solo di processori con macro istruzioni specializzate in calcolo matriciale?
eh ma il T800 è obsoleto, io farei almeno il T1000 a metallo liquido
Grande LMCH!!!
Esaustivo!Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".