忘掉 tf 1.0吧！！！Tensorflow 和Pytorch 选择一个主修。GPU加速 （速度快）

深度学习和硬件怎样结合？Jeff Dean 长文介绍了后摩尔定律时代的机器学习研究进展，以及他对未来发展趋势的预测判断。过去十年我们见证了机器学习的显著进步，特别是基于深度学习的神经网络。机器学习对算力的需求无疑是庞大的，从计算机视觉到自然语言处理，更大的

它为何如此重要？但是具有实时性要求的AI解决方案需要在设备上进行计算 ，因此边缘人工智能正在逐渐进入人们的视野。目前从消费应用到企业应用都遍布 AI 的身影。随着联网设备数量的爆发式增长，以及对隐私/机密、低延迟时间和带宽限制的需求，云端训练的 AI 模型

GPU、TPU、CPU 都可以用于深度学习模型的训练，那么这几个平台各适用于哪种模型，又各有哪些瓶颈?在本文中，来自哈佛的研究者设计了一个用于深度学习的参数化基准测试套件——ParaDnn，旨在系统地对这些深度学习平台进行基准测试。他们深入研究了 TPU

比尔·盖茨和Uber联合创始人投资了一家制造AI芯片的初创公司。该公司的目标是制造一种芯片，可以替代包含谷歌最新的Tensor Processing UnitAI芯片的3000块电路板。近年来随着AI的热度不断提升，有不少初创公司一直致力于开发适用于AI时

今天，谷歌宣布用于机器学习的可扩展超级计算机Cloud TPU Pod现已公开发售，谷歌云TPU v2 Pod和TPU v3 Pod首次公开发布测试版。今天，谷歌云TPU v2 Pod和TPU v3 Pod首次公开发布测试版，以帮助器学习研究人员，工程师和

AI科技大本营消息，北京时间周一晚间，Google 宣布，在 Google Cloud Platform上正式推出Cloud TPUs 测试版服务，帮助研究人员更快地训练和运行机器学习模型 。目前的收费标准为 6.5美元/Cloud TPU/小时，而且供应

今天谷歌用TPU、TPU Pods、TensorFlow Lite轰炸了媒体圈，可你知道谷歌宣称的TPU 180TFLOP并没有那么厉害吗？TPU Pods所对比的GPU也并非最新的版本。TensorFlow Lite在参数上并不一定竞争的过Faceboo

选自arxiv，作者：Keno Fischer, Elliot Saba，机器之心编辑部。Julia 语言发展非常迅速，它可以视为同时具备了 Python 的灵活性与 C 的速度，但目前 TensorFlow 和 PyTorch 等框架官方都不支持 Jul

选自Google Cloud，作者：Kaz Sato，机器之心编译，参与：思源、刘晓坤。很多读者可能分不清楚 CPU、GPU 和 TPU 之间的区别，因此 Google Cloud 将在这篇博客中简要介绍它们之间的区别，并讨论为什么 TPU 能加速深度学习

排序，作为数据上的基础运算，从计算伊始就有着极大的吸引力。虽然当前已有大量的卓越算法，但基于比较的排序算法对 比较有着根本的需求，也就是 O 时间复杂度。近年来，随着大数据的兴起，效率对数据处理而言愈为重要，研究者们也做了许多努力来提高排序算法的效率。大部

机器之能，是机器之心旗下关注全球人工智能产业应用场景及商业化的内容账号。欢迎关注与互动：almosthuman2017. 在比特币矿机处于领先地位的比特大陆继2017年11月发布首款 TPU 芯片 SOPHON BM1680 之后，将积极推进四款 AI 芯

本文将介绍如何使用Keras和Google CoLaboratory与TPU一起训练LSTM模型，与本地计算机上的GPU相比，这样训练能大大缩短训练时间。直到最近，Colab的运行时类型选择器中还会弹出带有180 TFlops的Cloud TPU选项。与在

在大型数据集上训练机器学习和深度学习模型所需的计算能力一直是机器学习爱好者的一大障碍。但是对于在云上运行的jupyter记事本，任何一个具有学习热情的人都可以进行训练，并获得很好的结果。Colaboratory是谷歌公司的一个研究项目，旨在帮助传播机器学习

美国当地时间 2017 年 5 月 17 日，2017 Google I/O 开发者大会在加州山景城举行，会上谷歌宣布推出了第二代 TPU——Cloud TPU，其被认为比 CPU 、甚至是 GPU 更加高效。事实证明，它们的确名副其实。谷歌表示，一块 C

当地时间 5 月 17 日，谷歌在山景城开启了本年度的谷歌 I/O 开发者大会。昨日机器之心对此次大会上将出现的有关人工智能和机器学习的内容进行了梳理。机器之心作为谷歌官方受邀媒体来到现场，近距离为大家报道谷歌人工智能的最新进展。AI First 的整体战

谷歌云全球NEXT大会今天在旧金山Moscone中心召开，作为谷歌云一年一度的盛会，大咖齐聚，包括首席科学家李飞飞、谷歌云CEO Diane Greene都出席了今天上午的keynote演讲。本届大会有25000多人注册参加，3000多谷歌工程师在现场与客

作为机器学习的领军人物，Yann LeCun（杨立昆）曾在 25 年前开发过一块名为 ANNA 的人工智能芯片。而现在，构建适用于深度学习的计算芯片已成为所有科技巨头共同的发展目标。LeCun 现在已经成为 Facebook 人工智能实验室的主任。每台安卓

在去年的谷歌 I/O 开发者大会上，谷歌宣布发布了一款新的定制化硬件——张量处理器，参见机器之心当时的报道《谷歌发布 TPU 只是开始，是时候让英特尔害怕了》。但很长一段时间以来，谷歌并没有披露相关成果的细节。今天早些时候，谷歌终于打破了沉默，通过一篇论文

自今年2月Google发布云端TPU Beta版服务后，该公司旗下不同的云服务也陆续整合TPU，如云机器学习引擎也能结合TPU计算服务，加速训练效果。而TPU服务也推出新模式，比起按需模式，价格更便宜7成。而近日Google又加强TPU与其他产品线整合，现