Pin che corrispondono a tag:"Google TPU"

Google presenta la sua prima unità di elaborazione Tensor dopo più di un anno di utilizzo interno, un acceleratore TensorFlow personalizzato che già alimenta Search, Street View e AlphaGo.

Google aggiunge l'addestramento sulla rete neurale alla sua piattaforma TPU personalizzata, annunciando dispositivi Cloud TPU con un massimo di 180 teraflop e pod interconnessi per carichi di lavoro più grandi.

Google presenta la sua terza generazione di TPU all'I/O 2018. La documentazione cloud specifica 32 GiB di HBM2 e 123 teraflop BF16 per chip, scalabili fino a pod da 1.024 chip.

Google presenta TPU v4 all'I/O 2021. I suoi pod da 4.096 chip scalano oltre un exaflop, mentre ciascun chip fornisce 275 teraflop BF16 e 32 GiB di HBM2.

Google lancia TPU v5e in anteprima, mirando all'addestramento e all'inferenza dell'intelligenza artificiale su media e larga scala con pod da 256 chip e miglioramenti in termini di prestazioni per dollaro dipendenti dal carico di lavoro.

Google annuncia il suo TPU di quinta generazione incentrato sulle prestazioni, scalabile fino a pod da 8.960 chip con 96 GiB di HBM fisico per chip, insieme alla sua architettura ipercomputer AI integrata.

Google annuncia Trillium (TPU v6e), con 4,7 volte il picco di calcolo per chip di TPU v5e, il doppio della sua capacità HBM e un miglioramento dichiarato di oltre il 67% nell'efficienza energetica.

Google annuncia Ironwood per l'inferenza su larga scala, successivamente documentato come TPU7x sia per l'addestramento che per l'inferenza, con 192 GiB di HBM per chip e pod fino a 9.216 chip.

Google annuncia la metà incentrata sulla formazione della sua ottava generazione di TPU: superpod da 9.600 chip, FP4 nativo, 216 GB di HBM per chip e host Axion. L'attuale pagina del prodotto lo elenca come in arrivo.

Google annuncia il suo TPU di ottava generazione focalizzato sull'inferenza, che combina 288 GB di HBM, 384 MB di SRAM su chip e rete Boardfly su un massimo di 1.152 chip. La disponibilità è ancora indicata come prossimamente.