Google apresenta a Cloud TPU, segunda geração da Tensor Processing Unit

Como esperado, a Google I/O começa trazendo novidades na área de Inteligência Artifical. Já durante o keynote da conferência anual para desenvolvedores, na tarde desta quarta-feira, o Goole apresentou a Cloud TPU, desenvolvida especialmente para acelerar o processamento dos dois dos maiores desafios enfrentados pelos desenvolvedores de Machine learning hoje: o treinamento dos programas para ensiná-los a fazer uma atividades específica e a inferência, ou seja, a capacidade deles de inferir insights a partir dos dados processados com a nova tarefa aprendida.

Na opinião dos especialistas, a chegada dessa segunda geração da TPU significa uma passo a mais dado pelo Google em direção ao domínio do hardware de Machine Learning.

Usando a segunda geração de TPUs, o time de engenheiros do Google conseguiu reduzir o tempo de treinamento dos modelos de tradução, que “turbinam” aplicativos como o Google Tradutor, um dia (com 32 GPUs para uma tarde, usando apenas 1/8 do Cloud TPU.

“Na prática, estamos tornando disponível para todos as conquistas de Machine Learning que tornaram possíveis todas as novidades e, produtos Google apresntadas durante o keynote da Goggle I/O”, comenta Michel Pereira, Cloud Solutions Engineer do Google Cloud.

Cada uma dessas novas TPUs oferece até 180 teraflops de desempenho de ponto flutuante. E por mais poderosos que sejam indivildualmente, porém, os projetistas do Google trabalharam para que funcionem ainda melhor em conjunto.
Cada TPU inclui uma rede personalizada de alta velocidade que permite construir

supercomputadores chamamos de “TPU pods”. Um pod TPU contém 64 TPUs de segunda geração e fornece até 11,5 petaflops para acelerar o treinamento de uma solução de Machine Learning.

As empresas poderão usar os novos chips através da plataforma de nuvem do Google, como parte de sua oferta de infraestrutura como serviço Compute Engine, por enquanto disponível apenas para a região Estados Unidos. O que siignifica que empresas brasileiras interessadas em se familiarizarem com o protudo, terão que fazê-lo usando o serviço de nuvem a partir dos Estados Unidos.

Quando a região Brasil for uma relaidade, o que deve acontecer ainda este ano, talvez o serviço esteja disponível também a partir do Brasil. Mas a própria Google só conta com esta possibilidade para 218.

A aprendizagem de máquina tornou-se cada vez mais importante para alimentar a próxima geração de aplicações. Acelerar a criação de novos modelos significa que será mais fácil para empresas experimentar diferentes abordagens para encontrar os melhores para aplicações específicas. E onovo hardware da Google também pode servir para atrair novos clientes para sua plataforma de nuvem, numa época em que a empresa está competindo contra a Microsoft, a Amazon e outros titãs de tecnologia.

Especificações
Com as novas TPUs na Google Compute Engine, como TPUs na nuvem, será possível conectá-las a máquinas virtuais de todas as formas e tamanhos, misturá-ls e combiná-las com outros tipos de hardware, incluindo Skylake CPUs e GPUs Nvidia.

Você pode programar TPUs com TensorFlow, o framework de aprendizagem de máquinas open-source do Google, disponível no GitHub, e através de APIs de alto nível que facilitarão o treinamento de soluções de Machine Learning em CPUs, GPUs ou Cloud TPUs com apenas alterações mínimas de código.

O TensorFlow 1.2 inclui novas APIs de alto nível que tornam mais fácil levar sistemas construídos para serem executados em CPUs e GPUs e também executá-los em TPUs. Fabricantes de outras estruturas de aprendizagem de máquinas como a Caffe podem fazer com que suas ferramentas funcionem com TPUs, projetando-as para chamar as APIs de TensorFlow, de acordo com o Google Senior Fellow Jeff Dean.

Além disso, com as Cloud TPUs, os desenvolvedores têm a oportunidade de integrar
aceleradores ML de última geração diretamente na sua infraestrutura de
produção e se beneficiar de serviços de poder de computação sem qualquer
desembolso inicial, segundo o Google. Uma vez que os aceleradores ML
rápidos colocam exigências extraordinárias em sistemas e redes de
armazenamento, O Google está otimizando toda a sua infraestrutura de
nuvem para ajudar a garantir que os desenvolvedores possam usar ML
rapidamente usando dados reais de produção.

TensorFlow Research Cloud
Inicialmente, o Cloud TPU estará disponível por meio do Google Compute
Engine. Mas também serão oferecidos 1 mil Cloud TPUs gratuitos para serem
usados por pesquisadores do TensorFlow Research Cloud, democratizando o
acesso à tecnologia de ponta em inteligência artificial.

Grande parte dos progressos recentes em Machine Learning tem sido impulsionada por colaboração entre pesquisadores de todo o mundo, tanto na indústria como na academia.

No entanto, muitos pesquisadores top não têm acesso a todo poder computacional do qual precisam. Ajudar o maior número de pesquisadores a acelerar ainda mais o ritmo das pesquisas em Machine Learning é um dos motivos pelos quais as 1 mil Cloud TPUs estejam disponíveis através do TensorFlow Research Cloud.

Aqueles profissionais e pesquisadores interessados em acelerar o treinamento de modelos de aprendizagem de máquina, processamento de conjuntos de Big Data, ou processamento de solicitações ao vivo em produção, usando modelos ML mais potentes, podem inscrever-se hoje para saber mais sobre o programa Cloud TPU Alpha. Já os pesquisadores que estiverem dispostos a compartilhar suas descobertas com o mundo, também vale conhecer melhor o programa TensorFlow Research Cloud.

AI para todos

Entre os principais destaques sobre Inteligência Artificial além da Cloud TPUs, estão também:

· O Google Lens,
uma tecnologia para tornar a câmera do smartphone em uma ferramenta que
realiza ainda mais tarefas. Primeiro, os recursos chegarão ao Assistente e Google Fotos, e depois à outros produtos;

· O Google for Jobs, um
novo recurso na Busca, que ajuda as pessoas a procurar empregos por
experiência e por níveis salariais, incluindo trabalhos que
tradicionalmente têm sido muito mais difíceis de pesquisar e
classificar, como varejo e serviços.

· O Google.ai, que
traz todos os nossos esforços de IA para dentro de um grupo que pode
acelerar, como pesquisadores, desenvolvedores e empresas que trabalham
neste campo;

· E o AutoML, uma abordagem que simplifica a criação de modelos de Machine Learning para tornar a inteligência artificial mais acessível;