KI

Google pulverisiert Rekorde der Künstlichen Intelligenz mit seinem neuen Computer

Von Mario Vincenzo La Rocca
2 Min. Lesezeit

TeilenLinkedInFacebookX

Google pulverisiert Rekorde der Künstlichen Intelligenz mit seinem neuen Computer

Das neue Modell wird es ermöglichen, neue Algorithmen für maschinelles Lernen in weniger als 30 Sekunden zu trainieren, mit beispielloser Effizienz und Geschwindigkeit

Algorithmen für maschinelles Lernen spielen eine Schlüsselrolle in Bereichen wie dem Ingenieurwesen und dem Transport von Dienstleistungen oder Waren. Diese Algorithmen bauen auf früheren Erfahrungen auf und verbessern sich selbst, indem sie den Lernprozess des Menschen nachahmen. Kürzlich hat Google über seine Seiten die Entwicklung eines neuen Supercomputers mit unerreichter Leistung bekannt gegeben. Der neue Rechner besteht aus TPU-Chips (Tensor Processing Units), KI-Beschleunigern, die Google eigens dafür gebaut hat. Die ersten Tests mit Modellen für maschinelles Lernen im Bereich der Künstlichen Intelligenz waren erstaunlich.

Die leistungsstärkste Konfiguration schaffte es, den Algorithmus in nur 30 Sekunden zu trainieren. Zum Vergleich: 2015 dauerte derselbe Vorgang mehr als drei Wochen. In nur 5 Jahren stieg die Effizienz also um fünf Größenordnungen, wodurch der Vorgang 100.000-mal schneller wurde. Die Größe des Supercomputers ist alles andere als klein. Die Maschine ist viermal so groß wie ihr Vorgänger und füllt einen ganzen Raum, der ordnungsgemäß gekühlt werden muss. Der Supercomputer enthält 4096 TPU-Chips und Hunderte von CPU-Prozessoren in luftgekühlten Maschinen. Die Einheiten sind über ultraschnelle Verbindungen verbunden, die eigens für diesen Zweck gebaut wurden.

Die gesamte Rechenleistung des Supercomputers übersteigt 430 PetaFLOPS. Die bisherigen Rekorde halten IBMs Summit (200 PetaFLOPS) und Fugakus HPL (415 PetaFLOPS). Der Wert von 430 PetaFLOPS ist somit ein Rekord für einzelne Supercomputer. Die TPU-Chips der vierten Generation haben sich als 2,7-mal effizienter als frühere Versionen erwiesen und bieten genug Rechenleistung, um die Speicher zu entlasten und die interne Verbindungstechnologie zu verfeinern. Die Forscher sagen: „Googles Einreichungen für MLPerf Training v0.7 zeigen unser Engagement, die Forschung und Entwicklung im Bereich des maschinellen Lernens im großen Maßstab voranzubringen und diese Fortschritte den Nutzern über Open-Source-Software, Googles Produkte und Google Cloud bereitzustellen“.

Automatisch aus dem englischen Original übersetzt. Original lesen