• SEARCH

    통합검색
세모계
    • Dark Mode
    • GNB Always Open
    • GNB Height Maximize
    • Color
    • Brightness
    • SINCE 2015.01.19.
    • 세모계 세모계
    •   SEARCH
    • 세상의 모든 계산기
      • 자유(질문) 게시판
      • 계산기 뉴스/정보
      • 수학, 과학, 공학 이야기
      • 세모계 : 공지 게시판
        • 구글 맞춤검색
    • TI
    • CASIO
    • HP
    • SHARP
    • 일반(쌀집) 계산기
    • 기타계산기
    • by OrangeDay
  • 세상의 모든 계산기 자유(질문) 게시판
    • 세상의 모든 계산기 자유(질문) 게시판 일반 ()
    • 알파고에 사용된 것은 GPU 가 아니라 TPU?

    • Profile
      • 세상의모든계산기
      • 2017.04.11 - 15:57 2016.05.23 - 14:16 8827 5

    출처 : https://cloudplatform.googleblog.com/2016/05/Google-supercharges-machine-learning-tasks-with-custom-chip.html

    Tensor Processing Unit board

     

     

    Server racks with TPUs used in the AlphaGo matches with Lee Sedol

     

    1. 이세돌과의 대국에서 승리를 확정했던 3국의 기보가 붙어있네요. (4국이었다면 좀 더 인간적?이었을 것 같기도 하고...)
    2. 기존에 알려졌던 것과 달리, 알파고 AI(Tensorflow) 구현에 있어 GPU(범용 칩)이 아닌 주문형 반도체인 ASIC 칩을 사용한 것 같습니다. (이건 확실치 않습니다)
    3. 그림상 하나의 M/B 에 4개의 검정 케이블이 바로 TPU와 M/B 를 연결하기 위한 PCIE extension 케이블인 것으로 보입니다.
    4. 사진상으로는 개별 머쉰이 총 (6*8)-2 = 46 개입니다. 
      46*4 = 184 인데... 기존에 176개 GPU가 사용되었다고 알려진 것을 생각하면 얼추 맞는 것 같긴 하네요.
    5. 사용된 CPU 갯수도 (기존에 추정되었던 개별 CPU 단위가 아니라) 코어(혹은 쓰레드) 단위일 가능성이 높아 보입니다. 
      46*12C=552C, 46*24T=1104T. (듀얼이라면, 2208T인데 1920과 얼추 맞는 것 같습니다. 1920=24*2*40)

     

    참고 링크

    • http://www.recode.net/2016/5/20/11719392/google-ai-chip-tpu-questions-answers
    이 게시물을..
    N
    0
    0
    • 세상의모든계산기 25
      세상의모든계산기

      계산기는 거들 뿐
      혹은
      계산기를 거들 뿐

    세상의모든계산기 님의 최근 글

    큐넷 시험의 공학용 계산기 제도, AI시대에 이대로 충분할까? 27 1 2026 11.15 [데이터 분석/역산] 완벽하지 않은 현실 세계에서 'UI 양자화 오차'를 활용해 숨겨진 데이터 파악하기 131 2026 11.09 양자화 오차의 미학: 게임 경험치 UI와 데이터 압축의 공통점 115 2026 11.09 작게 끊으면 넓어지고, 자주 찍으면 좁아진다: 양자화 오차와 교집합의 수학 151 1 2026 11.07 ban 설정 강화 98013 1 2026 05.09

    세상의모든계산기 님의 최근 댓글

    https://v.daum.net/v/20261116194430905 [단독]로봇고 출신 세무사 수석, ‘개조 계산기’로 AI 답안 받은듯 본문은 2017년 글이니, 9년간 계획을 실행에 옮겼을 리는 없고...?  34세? 설마 아니겠지?? 2026 11.16 https://v.daum.net/v/20261115103924120 2026 11.15 언제 추가되었는지 확인은 못하였습니다만, 델리(DELI) D991EX 가 허용군에 추가되어 본문 갱신하였습니다 2026 11.10 좋은 정보 감사드립니다. 링크 글은 수정하였습니다. 2026 11.10 게임에서는 왜 굳이 버림을 쓸까요? 반올림이면 이런 일이 생깁니다.   진짜 99.99996% → 반올림하면 표시 100.0000%   눈에는 100%인데 렙업이 안 된 거죠. 이건 플레이어 입장에서 명백한 버그로 보입니다. 버림이면 표시가 진짜를 절대 초과하지 않습니다. 진짜 99.99996% → 표시 99.9999% 진짜 100.00000% → 표시 100.0000% = 딱 렙업 즉, 표시가 100%가 되는 순간 = 진짜로 렙업되는 순간이 일치합니다. 2026 11.08
    글쓴이의 서명작성글 감추기 

    댓글5

    • Profile 0
      세상의모든계산기
      2016.05.24 - 13:57 2016.05.23 - 16:37 #18200

      월 스트리트 저널 기사 - 링크 : http://www.wsj.com/articles/google-isnt-playing-games-with-new-chip-1463597820 를 읽어보니 GPU 가 이닌 ASIC을 사용한 것이 확실해 보이네요. 

      When Google’s AlphaGo computer program bested South Korean Go champion Lee Se-dol in March, it took advantage of a secret weapon: a microprocessor chip specially designed by Google.

      기사에 따르면 다른 대안(아마도 GPU)보다 전반적으로 10배 빠른 계산이 가능했다는 것 같습니다. (기사에는 MS 도 AI 분야에 FPGA 칩을 사용한다고 합니다. IBM 도 전용 칩을 쓴다고 하구요. 아범이야 뭐 당연한거지만...)

       

      댓글
    • Profile 0
      세상의모든계산기
      2016.05.30 - 16:24 2016.05.25 - 01:27 #18217

      구글 직원(Solutions Engineer for Google Cloud Platform at Google. Co-organizer @codemotion_es)의 트윗
      https://twitter.com/nachocoloma/status/733169977432395776
       


      이로서 확실해졌네요. GPU 는 사용되지 않았습니다. 대신 더 뛰어난 TPU 가 사용되었습니다.

      (당분간!) 범용 PC 구성(CPU+GPU)으로 알파고 수준에 도달하기는 쉽지 않겠습니다. 하물며 CPU 만 사용하는 상용 바둑 프로그램으로는...

      댓글
    • Profile 0
      세상의모든계산기
      2017.04.06 - 20:36 #19820
      추가 트윗
      https://twitter.com/nachocoloma/status/849705676079235072

      "TPUs are 15x to 30x faster than GPUs, and deliver 30x to 80x better performance per Watt"
      댓글
    • Profile 0
      세상의모든계산기
      2017.03.23 - 13:13 #19727

      그런데... 

      딥러닝(학습) 과정과 학습한 결과물을 실전에 적용하는 과정을 완전 분리할 수 있고, 
      이 거대한 하드웨어의 대부분이 학습을 위한 것이라고 (가!정!)한다면...

      알파고의 결과물만을 돌리는 머쉰은 그렇게 클 필요가 없을지도 모르겠습니다.

      댓글
    • Profile 0
      세상의모든계산기
      2017.04.11 - 16:00 2017.04.11 - 15:57 #19847

      TPU의 전성비

      출처 : https://cloudplatform.googleblog.com/2017/04/quantifying-the-performance-of-the-TPU-our-first-machine-learning-chip.html

      Quantifying the performance of the TPU, our first machine learning chip

      Wednesday, April 5, 2017

      By Norm Jouppi, Distinguished Hardware Engineer, Google

      (503 에러때문에 못본다면 블로그에서 날짜로 찾아보세요)

      댓글
    • 댓글 입력
    • 에디터 전환
    댓글 쓰기 에디터 사용하기 닫기
    • view_headline 목록
    • 14px
    • 목록
      view_headline
    5
    × CLOSE
    전체 일반 393 질문 509 웃김 2 팁 & 정보 16 퀴즈 2 리뷰 11 퍼옴 & 링크 6 공지 1
    기본 (0) 제목 날짜 수정 조회 댓글 추천 비추
    분류 정렬 검색
    등록된 글이 없습니다.
    • 글쓰기
    • 세상의 모든 계산기 자유(질문) 게시판
    • 세상의모든계산기
    • 사업자등록번호 703-91-02181
    • 세모계 all rights reserved.