Google crée sa propre puce capable de faire le travail de dizaines de serveurs

La nouvelle puce Google est capable de remplacer plusieurs serveurs, et la meilleure chose est qu’elle le fait avec un excellent rapport performances / watt.

Avez-vous déjà senti que votre ordinateur était à court d’énergie? Peut-être avez-vous réalisé que vous ne pouviez pas ouvrir autant de programmes ou que tout prenait trop de temps à se terminer.

La même chose est arrivée à Google il y a six ans, lorsqu’il a développé une nouvelle fonctionnalité de reconnaissance vocale sur son système Android. Une fonctionnalité qui résistait à Siri, mais qui était tout simplement trop chère.

Google a besoin de trop d’énergie

Soudain, Google s’est rendu compte qu’il avait besoin de puissance. Beaucoup de puissance. Trop de puissance. La reconnaissance vocale était incroyablement chère en termes de calcul; les calculs ne fonctionnent pas.

Si tous les téléphones mobiles Android de la planète effectuaient une recherche vocale pendant seulement trois minutes, Google aura besoin de deux fois plus de serveurs pour couvrir la demande.

Les coupables n’étaient autres que leurs réseaux de neurones, qui utilisaient le apprentissage automatique pour analyser d’énormes quantités de données et arriver à une conclusion. Le tout pour que l’utilisateur reçoive la réponse sur son mobile en quelques secondes; surprenant, mais cher comme nous l’avons dit.

La solution de Google à ce problème n’était pas d’installer deux fois plus de serveurs. C’était développez votre propre puce, spécialement conçu pour exécuter l’intelligence artificielle et le code d’apprentissage automatique.

TPU, la nouvelle puce Google

C’est ainsi qu’est née l’unité de traitement Tensor, ou TPU, la puce Google qui répond lorsque vous parlez à votre mobile. Bien que son existence soit déjà connue, maintenant qu’une étude sur sa création a été publiée, nous pouvons savoir autre chose.

Par exemple, que Google utilise la puce exclusivement pour faire fonctionner les réseaux de neurones; C’est un détail important, car la puce n’est pas utilisée pour l’apprentissage automatique, pour le processus d’entraînement du réseau neuronal.

L’utilisation du TPU est si spécifique; en d’autres termes, une puce qui ne fonctionnerait que pour une seule chose, mais qui le ferait très bien. Pour les 70 ingénieurs à l’origine du projet, c’était la seule chose qui avait du sens du point de vue de l’efficacité.

Nous avons eu plusieurs générations dans lesquelles les puces devaient être utilisées pour tout; Ils ont été conçus pour exécuter toutes sortes de codes. Aujourd’hui, cela ne fonctionne plus; Les entreprises qui développent l’IA ont besoin de puces hautement spécialisées. L’époque où ces sociétés utilisaient des puces graphiques pour ce type de code est révolue.

Et lorsque vous êtes de la taille de Google, vous pouvez même vous permettre de créer votre propre puce à partir de zéro. Grâce à cela, le TPU a Rapport performances / watts 30 à 80 fois plus élevé à celle des processeurs normaux. Même par rapport aux puces fabriquées avec les mêmes techniques, le TPU est 15 à 30 fois plus rapide.

Était-ce la bonne décision d’investir autant d’argent dans une puce qu’elle ne serait utilisée que pour un seul type de projet? bien Google utilise TPU depuis deux ans, dans toutes sortes d’études, applications et services; de la traduction entre les langues, à l’IA qui bat le meilleur joueur de go au monde.