Google revela un nuevo y poderoso chip de IA y supercomputadora

Si la inteligencia artificial se está comiendo rápidamente el software, entonces Google puede tener el mayor apetito.

Hoy, en la conferencia anual de desarrolladores de la compañía, el director ejecutivo Sundar Pichai anunció un nuevo procesador de computadora diseñado para realizar el tipo de aprendizaje automático que ha tomado por asalto a la industria en los últimos años (ver 10 tecnologías innovadoras: aprendizaje profundo).

El anuncio refleja la rapidez con la que la inteligencia artificial está transformando a Google, y es la señal más segura hasta ahora de que la empresa planea liderar el desarrollo de todos los aspectos relevantes del software y el hardware.

Quizás lo más importante, al menos para aquellos que trabajan en aprendizaje automático, es que el nuevo procesador no solo se ejecuta a una velocidad vertiginosa, sino que también se puede entrenar de manera increíblemente eficiente. Llamado Cloud Tensor Processing Unit, el chip lleva el nombre del marco de aprendizaje automático TensorFlow de código abierto de Google.

La formación es una parte fundamental del aprendizaje automático. Para crear un algoritmo capaz de reconocer perritos calientes en imágenes , por ejemplo, alimentaría miles de ejemplos de imágenes de perritos calientes, junto con ejemplos que no son de perritos calientes, hasta que aprenda a reconocer la diferencia. Pero los cálculos necesarios para entrenar un modelo grande son tan complejos que el entrenamiento puede llevar días o semanas.

Pichai también anunció la creación de supercomputadoras de aprendizaje automático, o pods de Cloud TPU, basadas en grupos de Cloud TPU conectados entre sí con conexiones de datos de alta velocidad. Y dijo que Google estaba creando TensorFlow Research Cloud, que consta de miles de TPU accesibles a través de Internet.

Estamos construyendo lo que consideramos como los primeros centros de datos de IA, dijo Pichai durante su presentación. Las Cloud TPU están optimizadas tanto para el entrenamiento como para la inferencia. Esto sienta las bases para un progreso significativo [en IA].

Google pondrá a disposición 1000 sistemas Cloud TPU para los investigadores de inteligencia artificial que deseen compartir abiertamente los detalles de su trabajo.

Pichai también anunció una serie de iniciativas de investigación de IA durante su discurso. Estos incluyen un esfuerzo por desarrollar algoritmos capaces de aprender cómo hacer el trabajo que requiere mucho tiempo para ajustar otros algoritmos de aprendizaje automático. Y dijo que Google estaba desarrollando herramientas de inteligencia artificial para el análisis de imágenes médicas, el análisis genómico y el descubrimiento de moléculas.

Hablando antes de los anuncios, Jeff Dean, miembro sénior de Google, dijo que esta oferta podría ayudar al avance de la IA. Muchos de los mejores investigadores no tienen acceso a tanta potencia informática como les gustaría, señaló.

El movimiento de Google hacia el hardware y los servicios en la nube centrados en la IA está impulsado, en parte, por los esfuerzos para acelerar sus propias operaciones. Google mismo ahora usa TensorFlow para potenciar la búsqueda, el reconocimiento de voz, la traducción y el procesamiento de imágenes. También se usó en el programa Go-playing, AlphaGo, desarrollado por otra subsidiaria de Alphabet, DeepMind.

Pero estratégicamente, Google podría ayudar a evitar que otra empresa de hardware se vuelva demasiado dominante en el espacio del aprendizaje automático. Nvidia, una empresa que fabrica los chips de procesamiento de gráficos que tradicionalmente se han utilizado para el aprendizaje profundo, se está volviendo particularmente prominente con sus diversos productos (ver CEO de Nvidia: El software se está comiendo el mundo, pero la IA se va a comer el software).

Historia relacionada

Leer siguiente Jensen Huang predice que la inteligencia artificial transformará la atención médica y los automóviles.

Para proporcionar una medida de la aceleración del rendimiento que ofrecen sus TPU en la nube, Google dice que sus propios algoritmos de traducción podrían entrenarse mucho más rápido utilizando el nuevo hardware que el hardware existente. Lo que requeriría un día completo de capacitación en 32 de las mejores GPU se puede hacer en una tarde usando una octava parte de uno de sus TPU Pods.

Estos TPU ofrecen la asombrosa cantidad de 128 teraflops y están diseñados para el tipo de procesamiento de números que impulsa el aprendizaje automático en la actualidad. Fei Fei Li , científico jefe de Google Cloud y director del Laboratorio de IA de Stanford, antes del anuncio de Pichai.

Un teraflop se refiere a un billón de operaciones de coma flotante por segundo, una medida del rendimiento de la computadora que se obtiene procesando cálculos matemáticos. Por el contrario, el iPhone 6 es capaz de realizar alrededor de 100 gigaflops, o mil millones de operaciones de coma flotante por segundo.

Google dice que aún será posible que los investigadores diseñen algoritmos utilizando otro hardware, antes de transferirlo a TensorFlow Research Cloud. De esto se trata democratizar el aprendizaje automático: empoderar a los desarrolladores protegiendo la libertad de diseño, agregó Li.

Un número creciente de investigadores ha adoptado TensorFlow desde que Google lanzó el software en 2015. Google ahora se jacta de que es el marco de aprendizaje profundo más utilizado en el mundo.

esconder