谷歌云平臺今天宣布，自2018年2月12日起，Google獨家研制的Cloud TPU向公眾開放使用，幫助機器學習開發者快速訓練模型。

Cloud TPU是Google為TensorFlow專門設計的機器學習硬件加速器，基于４個特制的ASIC，單個Cloud TPU 的計算能力可達180 TFLOPS，同時具備64GB帶寬。

和其他GPU云一樣，Cloud TPU免去了設計、部署、維護一個機器學習計算集群的麻煩。除此之外，Cloud TPU的主要優勢在于容易和快速。

容易構建模型

TPU雖然基于ASIC構建，但并不像其他基于ASIC的機器學習硬件一樣需要專門編寫程序（其中包括很多和硬件交互的底層代碼）。相反，TPU可以直接使用高層的TensorFlow API。為了進一步幫助機器學習開發者快速上手，Google開源了一系列基于Cloud TPU的參考實現：

ResNet-50及其他流行的圖像分類模型

用于機器翻譯和語言建模的Transformer

用于目標檢測的RetinaNet

以后Google還將陸續開源其他模型實現。

如果你想基于Cloud TPU優化自己的TensorFlow模型，Google也提供了文檔和工具。

另外，PyTorch作者，Facebook AI Research的Soumith Chintala也宣布打算在PyTorch框架中集成Cloud TPU支持。

快速訓練模型

當年AlphaZero訓練了不到24小時就擊敗了圍棋、國際象棋、將棋的最先進模型，而AlphaZero正是基于TPU訓練的。

現在，你也可以體驗TPU的速度了！按照Google提供的教程，不到一天、不到200美元，你就可以在ImageNet數據集上訓練ResNet-50至75%精確度。如果換成普通的GPU云，比如，配備Nvidia Tesla M40的阿里云，你需要多花1-2倍的錢，還需要等待兩周！

這還僅僅只是一個開始。Cloud TPU還可以通過專門的極速網絡連接，協同工作——Google稱之為TPU pod。等今年晚些時候Google開放TPU pod，訓練時間可以進一步縮減至不到30分鐘，而且無需改動代碼！

價格

Cloud TPU以秒計費，目前的價格為每小時6.50美元，以后可能會降價。目前Cloud TPU還處于Beta測試階段，因此主機位置只限美國中部地區，數量有限，需要先提交表單申請配額，還不能即買即用。