اگر گوگل تراشه اختصاصی هوش مصنوعیاش را نمیساخت، مجبور بود که تعداد دیتاسنترهای خود را دو برابر کند!
گوگل مطمئنا بزرگترین شبکه کامپیوتری دنیا را دارد. این شرکت در 15 منطقه دنیا در 4 قاره، دیتاسنترهایی دارد که از هر حیث متفاوت و یگانه هستند.
اما علیرغم دارا بودن دیتاسنترهای متعدد و پیشرفته، شش سال پیش، زمانی که این شرکت میخواست سرویس تشخیص صدای خود را برای اندروید رونمایی کند، مهندسان شرکت هشدار دادند که احتمالا شرکت با مشکل مواجه خواهد شد. چرا که برآورد کردند با توجه به تعداد گوشیهای اندرویدی فعال در سراسر دنیا، اگر هر کاربر در طول روز تنها 3 دقیقه از سیستم جستجوی صوتی استفاده کند، شرکت مجبور خواهد شد که تعداد دیتانسترهای خود را دو برابر کند.
بنابراین گوگل تصمیم گرفت که برای اینکه مجبور به چنین کار هزینهبری نشود، در سطح نرمافزاری کاری کند و برای این کار سرویس تشخیص صوتی را برای پردازش به شبکههای عصبی پردازشی ژرف ارجاع داد. اینها سامانههای پیچیدهای هستند که با محاسبات ریاضی، با تحلیل حجم زیادی از اطلاعات، یاد میگیرند که اعمال خاصی را انجام بدهند.
در سالهای اخیر، با توجه به گستردهتر شدن کار گوگل و اضافه شدن چیزهایی مثل تشخیص تصویر، یادگیری ماشینی، کار دیتانسترهای گوگل اصلا سبکتر نشده است.
برای همین گوگل به صورت اختصاصی در سطح سختافزاری هم تراشهها یا چیپهای خاصی ساخته است که ویژه شبکههای عصبی یادگیری ژرف ساخته شدهاند. اسم این تراشهها TPU است که محفف Tensor processing unit هستند. این تراشههای از نظر مصرف انرژی بسیار بهینه هستند. بیش از 70 مهندس گوگل روی این تراشهها کار کردهاند تا شاخص عملکرد به ازای مصرف انرژی را بهتر کنند.
گوگل نخستین بار ماه می گذشته از این پردازشگرهای اختصاصی که از دو سال پیش استفاده از آنها را شروع کرده، رونمایی کرد، اما جزئیاتی ارائه نداد.
در حال حاضر برخی از شرکتها مثل فیسبوک و مایکروسافت از پردازشگرهای گرافیکی برای اجرای شبکههای عصبی استفاده میکنند. اما در ضمن بایدو و مایکروسافت، توانستهاند پردازشگرهای اختصاصی سازگار با شبکههای عصبی هم بسازند.
اما تفاوت اینجاست که گوگل پردازشگر خود را کاملا خودش طراحی و ساخته است و مثل شرکتهای دیگر پردازشگرهای موجود را بهینه نکرده است.
گوگل ادعا میکند که TPU حدود 15 تا 30 بار نسبت به پردازشگرهای دیگر، البته در زمینه خاص پردازش عصبی، سریعتر است.
این نوشتهها را هم بخوانید
