Google에 따르면 자사의 인공 지능 슈퍼컴퓨터 TPU(Tensor Processor Unit)는 속도와 환경 친화성 측면에서 NVIDIA의 A100 칩보다 성능이 뛰어납니다.
Google은 최근 AI에 대한 세부 정보를 공유했습니다. 모델 훈련 슈퍼컴퓨터는 자사의 시스템이 NVIDIA가 제공하는 동급 시스템보다 더 빠르고 에너지 효율적이라고 주장합니다. Google은 AI 훈련 작업의 90% 이상을 위해 TPU(Tensor Processor Unit)라는 특수 칩을 만들었습니다. AI 훈련 과정에는 이미지 생성이나 자연어를 사용한 문의 응답 등의 작업 성능을 향상시키기 위해 모델을 통해 데이터를 입력하는 과정이 포함됩니다.
Google은 최근 4세대 Tensor 프로세싱을 자세히 설명하는 연구 논문을 발표했습니다. 유닛(TPU) 칩. 구글은 또한 사내 광스위치를 사용해 다양한 기기 간 연결을 생성해 4000개 이상의 사내 칩을 슈퍼컴퓨터로 연결한 방법도 설명했다.
기계 간 연결을 강화하기 위한 경쟁이 심화됐다. AI 슈퍼컴퓨터를 제조하는 기업에 매우 중요합니다. 이는 Google의 Bard 또는 OpenAI의 ChatGPT와 같은 기술의 중추인 대규모 언어 모델이 크게 성장하여 단일 칩에 담기에는 너무 크기 때문입니다.
Google에 따르면 슈퍼컴퓨터는 다음을 허용하도록 설계되었습니다. 실시간으로 칩 간 연결을 쉽게 재구성할 수 있습니다. 이 기능은 잠재적인 문제를 방지하는 데 도움이 되며 성능 개선을 빠르고 효율적으로 수행할 수 있습니다.
Google의 새로운 TPU v4 칩이 NVIDIA의 A100 칩과 어떻게 비교되는지 직접 확인하세요.
이미지 내: MLPerf Training v1.0 벤치마크 결과에 따르면 Google의 TPU v4는 시스템 크기에 관계없이 NVIDIA의 제출물을 포함하여 속도 측면에서 Google이 아닌 모든 제출물보다 성능이 뛰어난 것으로 나타났습니다. 비교는 전체 훈련 시간을 기준으로 정규화되었으며 결과는 막대가 높을수록 성능이 더 우수하다는 것을 나타냅니다.
“최근에야 슈퍼컴퓨터에 대한 정보를 공개했음에도 불구하고 Google은 시스템을 구축하고 실행했습니다. 위의 비교는 2021년 7월에 이루어졌기 때문에 이에 대한 증거입니다.”
또한 읽기: Google Quantum Supremacy: 설명
무엇 Google이 말하고 있는 건가요
Google은 비슷한 크기의 시스템에 대해 슈퍼컴퓨터가 부족하다고 보고했습니다. 4세대 TPU와 같은 시기에 출시된 NVIDIA의 A100 칩을 기반으로 시스템을 수행합니다. 구글에 따르면 자사의 슈퍼컴퓨터는 엔비디아 A100 칩을 사용해 구축한 엔비디아 시스템보다 에너지 효율성은 1.9배, 최대 1.7배 빠르다고 합니다.
또한 회사는 4세대와 직접 비교하지는 않았다고 밝혔습니다. NVIDIA의 최신 플래그십 H100 칩을 탑재한 TPU(Tensor Processor Unit)입니다. 이는 H100이 업데이트된 기술을 사용하고 Google TPU 이후 도입되었기 때문입니다.
Windows, Android, iOS 및 Windows와 관련된 최신 기술 뉴스, 목록, 문제 해결 가이드, 팁 및 요령을 자세히 알아보세요. macOS, 및 Pinterest에서 우리를 팔로우하세요.
읽기: 2
