谷歌第四代TPU性能实测来了！每秒10万万亿次运算，今年将向谷歌云用户提供服务
256块芯片训练BERT只需不到2分钟
明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI
一个TPU v4 pod就能达到1 exaflop级的算力，实现每秒10的18次方浮点运算。
缺席一年后的谷歌I/O大会，真的不负众望。
除了让谷歌AI掌门人Jeff Dean都直呼“魔镜”的Starline的3D视频通话技术，第四代TPU也是备受瞩目。
谷歌介绍，TPU v4将主要以pod形式应用，一个pod由4096个TPU v4单芯片组成，可以达到1 exaflop级的算力，这相当于1000万台笔记本电脑之和。
与上一代TPU v3相比，在64个芯片的规模下，TPU v4的性能平均提升了2.7倍。
除此之外，TPU v4 pod的性能较TPU v3 pod提升了10倍。将主要以无碳能源运行，不仅计算更快，而且更加节能。
谷歌CEO桑达尔·皮查伊（Sundar Pichai）透露，TPU v4 pod将会应用在谷歌的数据中心，并在今年内向谷歌云用户提供服务。
两分钟跑完BERT训练
虽然刚刚才正式发布，但早在一年前，谷歌就提前透露了TPU v4的性能。
在去年7月发布的人工智能权威“跑分”MLPerf训练v0.7榜单中，我们可以看到TPU v4与各家芯片的性能对比。
在MLPerf训练测试中，其基准包括图像分类、翻译、推荐系统和围棋等8个机器学习任务中，最终结果是这8项任务的训练时间，速度越快则性能越强。
具体的8项任务内容如下：
具体训练模型为：ResNet-50、SSD、Mask R-CNN、BERT、NMT、Transformer、DLRM和Mini Go。
TPU v4的表现情况如下，每个系统都以TPU v4加速器的数量来区分，分别为8、64、256.
从对比中可以看到：
在ResNet训练中，256块TPU v4将时长缩短到1.82分钟；
但是Nvidia A100A100-SXM4-40GB想要达到这一水平，至少需要768块加速。
在BERT的训练中，256块TPU v4也将时长缩短到1.82分钟；
同样256块Nvidia A100-SXM4-40GB，仅能把训练时长缩短到3.36分钟。
并且从公布的数据来看，4096块第三代TPU组成的TPU v3 pod就可以将BERT训练压缩到只有23秒！
关于TPU
简单来说，TPU就是谷歌开发的一种可以加速机器学习的芯片。
不同于GPU，TPU是一种ASIC芯片，即应用型专用集成电路（Application-Specific Integrated Circuit），是一种专为某种特定应用需求而定制的芯片。
为什么要研发TPU呢？
其实是因为谷歌自身的许多产品和服务，比如谷歌图像搜索、谷歌翻译，都需要运用深度学习神经网络。
这就对算力有了更高的需求，一般的GPU、CPU很难维持。
所以，TPU应运而生。
第一代TPU被应用到了大名鼎鼎的AlphaGo上，在2015年和李世英对战时，就是部署了48个TPU。
到了第二代TPU，它被引入了Google Cloud，应用在谷歌计算引擎（Google Compute Engine ，简称GCE）中，也称为Cloud TPU。
配置了TPU v2的AlphaGo，仅用了4块TPUv2，便击败当时的世界围棋冠军柯洁。
2018年，谷歌发布第三代TPU，性能提升到第二代的2倍。
每个Pod的性能提高了8倍，且每个pod最多可含1024个芯片。
而第四代TPU，直到2021年才正式和大家见面。
参考链接：
[1]https://spectrum.ieee.org/tech-talk/computing/hardware/heres-how-googles-tpu-v4-ai-chip-stacked-up-in-training-tests
[2]https://mlcommons.org/en/training-normal-07/
[3]https://cloud.google.com/blog/products/ai-machine-learning/google-breaks-ai-performance-records-in-mlperf-with-worlds-fastest-training-supercomputer
- 智平方郭彦东:具身智能产业化成败在”物理世界大模型”工程化能力2024-12-26
- 业界首次！一个端到端原生机器人大模型搞定100+灵巧手复杂操作2024-12-26
- Ilya宣判后GPT-5被曝屡训屡败，一次训数月，数据要人工从头构建2024-12-22
- Sora开服被挤爆！支持中文/编剧模式/作品分享，145块就能玩2024-12-10
相关阅读
