谷歌让普通人也能训练机器

谷歌云平台今天宣布，自2018年2月12日起，Google独家研制的Cloud TPU向公众开放使用，帮助机器学习开发者快速训练模型。

Cloud TPU是Google为TensorFlow专门设计的机器学习硬件加速器，基于４个特制的ASIC，单个Cloud TPU 的计算能力可达180 TFLOPS，同时具备64GB带宽。

和其他GPU云一样，Cloud TPU免去了设计、部署、维护一个机器学习计算集群的麻烦。除此之外，Cloud TPU的主要优势在于容易和快速。

容易构建模型

TPU虽然基于ASIC构建，但并不像其他基于ASIC的机器学习硬件一样需要专门编写程序（其中包括很多和硬件交互的底层代码）。相反，TPU可以直接使用高层的TensorFlow API。为了进一步帮助机器学习开发者快速上手，Google开源了一系列基于Cloud TPU的参考实现：

ResNet-50及其他流行的图像分类模型

用于机器翻译和语言建模的Transformer

用于目标检测的RetinaNet

以后Google还将陆续开源其他模型实现。

如果你想基于Cloud TPU优化自己的TensorFlow模型，Google也提供了文档和工具。

另外，PyTorch作者，Facebook AI Research的Soumith Chintala也宣布打算在PyTorch框架中集成Cloud TPU支持。

快速训练模型

当年AlphaZero训练了不到24小时就击败了围棋、国际象棋、将棋的最先进模型，而AlphaZero正是基于TPU训练的。

现在，你也可以体验TPU的速度了！按照Google提供的教程，不到一天、不到200美元，你就可以在ImageNet数据集上训练ResNet-50至75%精确度。如果换成普通的GPU云，比如，配备Nvidia Tesla M40的阿里云，你需要多花1-2倍的钱，还需要等待两周！

这还仅仅只是一个开始。Cloud TPU还可以通过专门的极速网络连接，协同工作——Google称之为TPU pod。等今年晚些时候Google开放TPU pod，训练时间可以进一步缩减至不到30分钟，而且无需改动代码！

价格

Cloud TPU以秒计费，目前的价格为每小时6.50美元，以后可能会降价。目前Cloud TPU还处于Beta测试阶段，因此主机位置只限美国中部地区，数量有限，需要先提交表单申请配额，还不能即买即用。