Las nuevas versiones de los TPU Pods de Google permitirán completar procesos de *machine learning*, que antes duraban más de un día, en tan solo 15 minutos.
El machine learning otorga la oportunidad de mejorar redes de seguridad, ofrecer diagnósticos médicos más precisos o identificar patrones complejos en millones de datos. El uso del machine learning facilita muchos procesos, pero necesita multitud de recursos para llevarse a cabo. Para conseguir que el machine learning sea eficiente, Google ha diseñado unos circuitos diseñados desde cero para mejorar el aprendizaje automático, conocidos como unidades de procesamiento de tensor (TPU Pods).
Las TPU se utilizan en Google Cloud y permiten que se agilicen las cargas de trabajo dentro de una infraestructura accesible. Las siglas TPU se corresponden con poliuretano termoplástico, un elastómero versátil con propiedades especiales que ofrece tanto rendimiento superior como flexibilidad de procesamiento.
Ahora, Google lanza la segunda y la tercera versión de sus TPU Pods que podrán ser utilizados en superordenadores para mejorar la velocidad de entrenamiento de los modelos de machine learning. Aunque aún se encuentran en versión beta.
Aunque llevan listos bastante tiempo, hasta hace poco su uso era privado, ya que eran una versión alfa.
En comparación con un TPU individual, que contiene cuatro chips y ocho núcleos, los TPU Pods tienen 64 dispositivos TPU, lo que supone 256 chips y 512 núcleos.
Los principales beneficios de los nuevos TPU son su velocidad, mínimo uso de energía y bajo coste. Sin embargo, sus características son fijas y no pueden reajustarse si los algoritmos de la IA cambian.
Peter Rutten, director de IDC, cree que esto no será un problema debido a la velocidad a la que Google está desarrollando nuevas versiones.
La velocidad de las versiones 2 y 3 de los TPU Pods de Google permitirá que procesos de machine learning que antes duraban más de 24 horas, como entrenar dispositivos que analicen la viabilidad de moléculas sintetizadas para tratar enfermedades raras, se lleven a cabo en unos 15 minutos. Se presentó al público el pasado 7 de mayo, coincidiendo con la conferencia 2019 de Google.
Aunque son muchos los que están trabajando en chips basados en inteligencia artificial, son muy pocos los que han conseguido su objetivo, según Peter Rutten.
Los precios de alquiler de los TPU varían entre 24$/hora por un TPU de 16 chips, hasta unos 400$/hora por el alquiler de un Pod completo.
