گوگل از تراشه‌ی جدید خود برای هوش مصنوعی پرده برداشت

دو سال پیش، گوگل از Tensor Processing Units یا TPU پرده برداشت – تراشه‌های تخصصی که در مراکز داده شرکت جاسازی شده و کارهای سبک هوش مصنوعی را انجام می‌دهد. در حال حاضر، این شرکت، فناوری هوش مصنوعی خود را از فضای ابری انتقال داده و از Edge TPU جدید خود استفاده می‌کند؛ یک شتاب دهنده‌ی کوچک هوش مصنوعی که کارهای یادگیری ماشینی را در دستگاه‌های اینترنت چیزها  انجام می‌دهد.

Edge TPU برای انجام آن چه که به عنوان ” استنتاج” شناخته می‌شود، طراحی شده است. این بخشی از یادگیری ماشینی است که الگوریتم در حقیقت کاری که آموزش دیده را انجام می‌دهد؛ برای مثال، شناسایی یک شی در یک عکس. TPU‌های مبتنی بر سرور گوگل برای آموزش این روند بهینه‌سازی شده‌اند، در حالی که این TPU‌های جدید Edge استنتاج را انجام می‌دهند.

این تراشه‌های جدید برای استفاده در مشاغل سازمانی و نه در گوشی‌های هوشمند آینده‌ی شما به کار گرفته خواهد شد. این به معنای کارهایی مانند کنترل خودکار کیفیت در کارخانجات است. انجام این نوع کار بوسیله‌ی تراشه‌ی بر روی دستگاه، دارای مزایای زیادی نسبت به استفاده از سخت افزاری است که اطلاعات را از طریق اینترنت برای تجزیه و تحلیل ارسال می‌کند. یادگیری ماشینی در خود دستگاه عموما امن‌تر است؛ تجربه‌ی کمتر خرابی دارد و نتایج سریع‌تری را ارائه می‌دهد. به هر حال، این چیزی است که گوگل در مورد آن ادعا می‌کند.

گوگل تنها شرکتی نیست که در حال  طراحی تراشه‌هایی برای این نوع از کار بر روی دستگاه‌های هوش مصنوعی است. هر چند. ARM، کوالکام، مدیاتک و دیگران همه شتاب دهنده‌های هوش مصنوعی خود را می‌سازند، اما GPU‌های ساخته شده توسط Nvidia به طور معروف در بازار الگوریتم‌های آموزش تسلط دارند.

با این حال، آنچه که گوگل را از رقبای آن متمایز می‌کند کنترل تمام جنبه‌ی مورد نیاز هوش مصنوعی است. مشتری می‌تواند اطلاعات خود را در Google Cloud ذخیره کند؛ الگوریتم‌های خود را با استفاده از TPU آموزش دهد و سپس با استفاده از TPU‌های جدید Edge ، اسنتتاج در دستگاه انجام شود. و بهتر از این، آنها می‌توانند نرم افزار یادگیری ماشینی خود را با استفاده از TensorFlow ایجاد کنند – یک چارچوب برنامه نویسی که توسط گوگل ایجاد و اجرا می‌شود.

این نوع ادغام عمودی مزایای آشکاری دارد. گوگل می‌تواند اطمینان حاصل کند که تمام این قطعات مختلف به صورت موثر به یکدیگر متصل می‌شوند و کاربر را در استفاده و ماندن در اکوسیستم شرکت ترغیب می‌کند.

معاون بخش فضای ابری و اینترنت چیزهای گوگل ، Injong Rhee، در یک پست وبلاگ سخت افزار جدید را به عنوان یک تراشه مدارهای مجتمع با کاربرد خاص طراحی شده برای اجرای مدل‌های سبک TensorFlow یادگیری ماشینی توصیف کرد.  Rhee می‌گوید:

Edge TPUها برای تکمیل پیشنهادات Cloud TPU طراحی شده‌اند، بنابراین می‌توانید آموزش یادگیری ماشینی را در فضای ابری تسریع کنید و سپس با سرعت رعد استنتاجی از یادگیری ماشینی داشته باشید. حسگرهای شما به چیزی بیشتر از جمع آورکننده‌ی داده‌ها تبدیل می‌شوند – آنها تصمیمات محلی، بلادرنگ و هوشمندانه را خواهند گرفت.

جالب توجه اینکه گوگل همچنین Edge TPU را به عنوان یک کیت توسعه در دسترس قرار می‌دهد که باعث می‌شود مشتریان بتوانند قابلیت سخت افزاری را آزمایش کنند و ببینند که این تراشه چگونه ممکن است به محصولاتشان متصل شود. این کیت توسعه شامل یک سیستم روی ماژول (SOM) حاوی Edge TPU، یک پردازنده NXP، یک میکروتراشه‌ی امن و قابلیت وای‌فای است. این کیت می‌تواند از طریق پورت یو‌اس‌بی یا یک اسلات توسعه PCI Express به رایانه یا سرور متصل شود. این کیت توسعه فعلا به صورت نسخه‌ی بتا در دسترس است، و مشتریان بالقوه مجبور به درخواست برای دسترسی هستند.

این ممکن است مانند بخش کوچکی از خبر به نظر برسد اما قابل توجه است، زیرا گوگل معمولا اجازه نمی‌دهد که افراد عادی به سخت‌افزار هوش مصنوعی این شرکت دسترسی داشته باشند. با این حال، اگر شرکت بخواهد مشتریان را با فناوری خود تطابق دهد، باید مطمئن شود که آنها می‌توانند برای اولین بار آن را امتحان کنند، نه فقط اینکه از آنها بخواهد به درون اکوسیستم هوش مصنوعی گوگل بدون هیچ تفکری وارد شوند. این برد توسعه تنها یک طعمه برای شرکت‌ها نیست – این نشانه ای است که گوگل در مورد مالکیت تمام جنبه‌های هوش مصنوعی جدی است.