热搜
您的位置:首页 >> 育儿

谷歌新神经计算专用处理器TPU超越CPU

2019年10月10日 栏目:育儿

谷歌新神经计算专用处理器TPU超越CPU与GPU的原因络巨擘谷歌(Google)日前指出,该公司的Tensor处理器(TPU)在机器学习

谷歌新神经计算专用处理器TPU超越CPU与GPU的原因

络巨擘谷歌(Google)日前指出,该公司的Tensor处理器(TPU)在机器学习的测试中,以数量级的效能优势超越英特尔(Intel)的Xeon处理器和Nvidia的绘图处理器(GPU)。在一份长达17页的报告中,Google深入剖析其TPU和测试基准显示比目前的商用芯片更快至少15倍的速度,并提供更高30倍的效能功耗比(P/W)。

去年五月,Google宣布其ASIC设计是为了加快各种应用在其数据中心服务器的推论作业。现在,该公司将在今年6月的一场计算机架构大会中,透过一篇论文首度公开对于此芯片及其效能的深入研究。

这份报告提供了有关加速器与Google多元神经络工作负载的深度观察,并建议工程师在此快速成长的领域中投注更多的学习。

曾带领超过70位工程师团队设计TPU 的知名硬件工程师Norman P. Jouppi说:我们希望聘请一些的工程师,并让他们了解我们正在进行高质量的工作,同时也让云端客户知道我们的实力。

该计划的其中一位负责人员是美国加州伯克利大学(U.C. Berkeley)退休教授David Patterson,他同时也是一位的处理器架构师,在日前一场硅谷的工程师聚会中介绍了这份报告。Google还在部落格中发布Jouppi所撰写关于此芯片的文章。

如今Google的数据中心仍采用此芯片。不过,关于该芯片使用的范围与未来计划加强的部份,Jouppi并不愿透露任何细节。

这款40W功率的TPU是一款采用28纳米工艺、70MHz频率运算的芯片,专为加速Google TensorFlow 算法而设计。其主要的逻辑单元包含65,536个8位的乘积累加运算单元和24MB高速缓存,并提供每秒92兆次指令周期。

在2015年采用Google机器学习芯片而进行的测试中,相较于英特尔(Intel)的Haswell服务器处理器(CPU)和Nvidia的K80绘图处理器(GPU),采用TPU时的运作速度提高了15到30倍,效能提高了30到80倍。该报告中指出:TPU的相对增量效能功耗比为41到83这就是我们为什么客制化ASIC的原因,它让TPU比GPU高出25到29倍的的效能功耗比。

2015年的测试使用了英特尔 22纳米工艺的18核心Haswell E v3 CPU,其频率频率(速度)为2.3GHz,热设计功耗(TDP)为145W。Nvidia K80 GPU功耗为150W,频率频率到875MHz。

图1:TPU(星形)在神经络推论作业的效能超越英特尔Haswell处理器(圆形),以及Nvidia K80(三角形) (来源:Google)

TPU内部揭密

在该报告中提到,TPU所达到的数量级效能优势,很少有别的厂商能做到,也可能让TPU成为特定领域架构的原型。预计接下来将会有许多追随者,而使得标准更为提高。

事实上,TPU的目标不在于提高数据处理量,而是专注于达到7毫秒(ms)的延迟,使专用加速器发挥功效,因此,它舍弃了高吞吐量的多任务通用处理器所需的许多组件,而用于执行其他许多任务。

但此ASIC芯片在能耗比的表现上不及英特尔和Nvidia的芯片。在10%的负载状况下,TPU的功率消耗为88%。相形之下,K80在10%负载下消耗66%的功率,而英特尔Haswell的功耗为56%。

Google解释,这是由于仅15个月的设计时程相对较短,使得TPU无法加入许多节能方面的功能。

数据缓冲区约占TPU的37%,媒体访问控制(MAC)组合占30%。虽然TPU比起Nvidia GPU的尺寸更小、功耗更低,但其上的MAC数量却是K80的25倍,芯片上内存容量则为其3.5倍。

TPU搭载PCIe Gen3 x16总线,并提供256位的内部数据路径。主机CPU将加速器视为浮点运算处理器,透过PCIe总线传达指令。

图2:大部份的TPU主要用于处理MAC数组,以及24MB高速缓存

TPU使用与GPU加速器相同的Tensorflow软件,开发人员可维持核心驱动器的稳定,必要时调整使用者空间的驱动程序,以因应不断改变的应用。

Google发现,持续增加的内存带宽对于效能表现的影响。平均来说,加速频率速度的效益不大,而当MAC扩增到512x512矩阵时,加快频率速度的效能还将微幅下降。

该报告中指出,从2015年的测试以来,英特尔已经推出14纳米CPU,Nvidia也推出16纳米GPU了。然而,TPU也可能将其外部DDR3内存升级到像K80所使用的GDDR5内存。

报告中指出:未来的CPU与GPU在执行推论时将会更快速。采用2015版GPU内存而重新设计的TPU将会提高两倍到三倍的速度,而且比K80高出70倍、比Haswell更高200倍的效能功耗比。

Google宣称在英特尔CPU上执行8位运算相当辛苦。报告中提到:我们原本只有一款CPU执行8位运算的结果,因为有效地使用其AVX2整数运算指令,效果提升了3.5倍。

由于其采用数据处理量为导向的架构,即使是改良过的GPU要达到Google的 7nm延迟目标,仍然充满挑战。同时,这款TPU仍有很大的改进空间,所以这不是一个容易达成的目标。

图3:ASIC芯片支持PCIe Gen 3 x16总线,并搭载DDR3内存

开发人员掌握多元化信息

该报告中提到,研究人员受到热门的ImageNet比赛吸引,已经变得过于投入卷积神经络(CNN)。现实世界的应用采用更广泛的神经络类型,报告并强调,多层感知(MLP)占Google AI开发工作的61%。虽然大部份的架构师一直在加速CNN设计,但这部份只占5%的工作负载。

虽然CNN可能很常见于边缘设备,但卷积模型的数量还赶不上数据中心的多层感知(MLP)和长短期内存(LSTM)。我们希望架构师尽可能地加速MLP和LSTM设计,这种情况类似于当许多架构师专注于浮点运算效能时,大部份的主流工作负载仍由整数运算主导。

Jouppi说:我们已经开始与一些大学合作,扩大提供免费模式。但他并未透露内容细节。

这篇报告回顾了二十多年来神经络的相关数据,包括其竞争对手微软(Microsoft)基于FPGA的Catapult计划,加速了络作业。初的25W Catapult在200MHz频率上运作3

,926个18位MAC,并且以200MHz 频率速度执行5MB内存。Google表示,以Verilog语言设计的固件比起使用TensorFlow软件来说效率更低。

图4:TPU卡可插入服务器的SATA插槽上

TPU计划于2013年开始,当时并以FPGA进行了试验。该报告中提到:我们舍弃FPGA,因为我们当时发现它和GPU相比,在效能上不具竞争力,而TPU比起GPU在相同速度或甚至更快的速度下,可以达到更低的功耗。

尽管二十多年来,神经络终于在近从商用市场起飞了。

Jouppi说:我们所有人都被这蓬勃发展的景象吓到了,当初并未预期到会有如此大的影响力。一直到五、六年以前,我都还一直抱持怀疑态度而今订单开始逐月增加中。

相较于传统途径,深度神经络(DNN)已经让语音识别的错误率降低了30%,这是二十年来的进步。这让ImageNet影像辨识竞赛中的错误率从2011年的26%降至3.5%。

该报告结论还提到,神经络加速器存在的理由在于效能,而在其演进过程中,如何达到良好的直觉判断,目前还为时过早。

宝宝便秘吃的药一岁宝宝脸发黄是什么原因孩子脸色发黄

北京的白癜风专科中医院
湖南女性妇科医院
哈尔滨看男科逆行射精的费用
南京盆腔炎价格一般多少
汕头输卵管堵塞通一下多少钱
  • 友情链接
  • 合作媒体