O TPU, Tensor Processor Unit, processador próprio do Google, ou simplesmente um ASIC especializada nas operações básicas e do Core da biblioteca TensorFlow, se mostraram um mega acerto, reduzindo imensamente a quantidade de energia utilizada, assim como um brutal crescimento na capacidade de processamento.
Isto certamente ajudou muito o Google a se impulsionar. Mas o interessante nesta história é que podemos conhecer um pouco do antigo sistema de Machine Learning do Google, seus problemas e sua natural evolução para o TensorFlow. Da mesma forma, aqueles interessados em saber mais sobre a evolução do sistema poderão obter vários detalhes, dificuldades, problemas enfrentados e principalmente, alguns aprendizados valiosos ao lidar com problemas reais e como resolvê-los.
Mais detalhes em no original:
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Artigos relacionados:
Google Papers – Um pouco da história de desenvolvimento do sistema de banco de dados do Google
Uma pequena nota sobre reconhecimento de imagens do Google e do Facebook
Os 7 passos macros do Machine Learning
Uma idéia sobre Machine Learning Workflow
Machine Learning com PHP
Um pequena nota sobre Machine Learning e linguagem de programação
Google Papers – Um pouco do início da história de melhoria de consumo de energia no Google baseado na mudança das fontes de alimentação
Google Papers – Uma análise do impacto de performance e economia das primeiras gerações do TPU
Google Papers – Visão do porquê o Google utiliza somente um repositório único e monolítico para guardar praticamente todos os seus códigos