"כשהבנו בגוגל שהסייען הקולי יגרום להכפלת מרכזי הנתונים, החלטנו לפתח שבבי האצת לימוד מכונה"
מאת אבי בליזובסקי שלישי, 14 מאי 2019 00:44

רוג'ר קרפנטר

"כשהבנו בגוגל שהסייען הקולי יגרום להכפלת מרכזי הנתונים, החלטנו לפתח שבבי האצת לימוד מכונה". כך אומר רוג'ר קרפנטר, מנהל תחום הבינה המלאכותית בגוגל, מהנדס חומרה המתמקד בהאצת לימוד מכונה, בראיון ל-CHIPORTAL במהלך כנס CipEX2019 שהתקיים אתמול באקספו ת"א, בתשובה לשאלתנו מדוע הפכה פתאום גוגל לחברת חומרה.

"לפני כמעט חמש שנים, גוגל בחנה את השימוש שעשו הצרכנים ביישומים שדרשו לימוד מכונה באותו זמן. הבנו שאם כל משתמש אנדרואיד ישתמש בשירותי הזיהוי הקולי שלוש דקות ביום, היינו חייבים להכפיל את הגודל של מרכזי הנתונים שלנו, וזו כידוע הוצאה עצומה. היינו עלולים להפסיד את ההזדמנות אם לא היינו יכולים להגדיל את מרכזי הנתונים כל כך מהר לכן חשבנו כיצד ניתן להאיץ את יישומי לימוד המכונה מבלי להגדיל את כמות המעבדים במרכז הנתונים."

"החלטנו בזמנו לבנות מעבדי היסק משלנו. הייחוד של המעבד הוא המטריצה שהכילה 256 טורים ומ-256 שורות. זה אומר שניתן לבצע 65 אלף פעולות כפל על שבב בודד. הצלחנו להגיע לביצועים אדירים מול CPU ואף מול מעבדים גרפיים בישומים בהם נדרש היסק לכל סוג של לימוד מכונה."

היום אנחנו בגרסה השלישית של השבב שבה גודל המטריצה הוא 1,024 על 1,024 ומשמעות הדבר מעל מאה פטה פלופ והוא מסוגל להאיץ אימון של מערכות לימוד מכונה, תהליך הדורש המון כוח עיבוד וזכרון וכן קיבולת גבוהה של רוחב פס.

היכן עושה גוגל שימוש בלימוד מכונה?
בנוסף לזיהוי הקולי וזיהוי תמונות אנו משתמשים בלימוד מכונה בכמה מקומות. כך לדוגמה לשפר את איכות החיפושים, וכמובן במערכת אלפא גו שניצחה את אלוף העולם במשחק הגו. הדור הראשון טיפל רק בהיסק אבל כיום 1המעבדים מאיצים את כלל תהליך האימון של לימוד המכונה. שירותים נוספים שנעזרים בלימוד מכונה הם שירות התרגום, השלמת מילים ב-GMAIL, ועם הדור החדש נוכל גם לספק זיהוי תמונות ווידאו עבור יישומי מציאות רבודה בזמן אמת.

האם אינכם חוששים מעצירת חוק מור שישפיע על ביצועי השבבים הבאים?
"עוד לא הכרזנו באיזו טכנולוגיית ייצור נייצר את השבבים הבאים שלנו אבל אנו בהחלט עוקבים אחר ההשקעות שמבצעות יצרניות השבבים. אני חושב שעדיין נותרו כמה שנים לפני שנחוש את ההשפעה הזו. בכל מקרה, גוגל מחויבת לספק את פלטפורמת הענן הטובה ביותר ללקוחות ואנו חייבים להאיץ את לימוד המכונה. נקשיב ללקוחותינו ונגדיל את קיבולת החומרה שלנו בענן כך שנוכל לספק מחשבים וירטואליים ליישומים שנונים ומאיצי לימוד מכונה היכן שזה נדרש."

עוד בתחום שבבים Warning: Creating default object from empty value in /home/chiporta/public_html/modules/mod_filterednews/helper.php on line 247 Warning: Creating default object from empty value in /home/chiporta/public_html/modules/mod_filterednews/helper.php on line 247 כתבות נוספות בתחום שבבים כתבה ריקה 1 כותרת ביניים * כותרת ביניים קרא עוד שבבים כתבה ריקה 2 כותרת ביניים * כותרת ביניים קרא עוד

תגובות (0)

הצג או הסתר תגובות

כתוב תגובה

מייל שם אתר		כותרת תגובה יותר קטן | יותר גדול
		קבלת עדכונים בדואר אלקטרוני - למשתמשים רשומים בלבד קראתי והנני מסכים ל תנאי השימוש באתר העתק תווים מוצגים הוסף תגובה