近日，谷歌宣布雲端加速器TPU開始進一步支持深度學習函式庫PyTorch，僅需使用Python套件PyTorch/XLA，進行最小程度的修改，就能夠使用TPU來加速機器學習工作負載，且在TPU還不支援的操作，自動退回到以CPU運算，同時PyTorch/XLA也會生成詳細的報告，幫助使用者發現應用程序瓶頸，高效執行機器學習工作負載。
XLA是Google在2018年推出的最佳化編譯器，通過最佳化算法運算，可以提升機器學習模型的執行速度，XLA支援處理器以及繪圖卡，也能夠在Google TPU上執行，并可以讓Cloud TPU更容易支持PyTorch。
在最新的PyTorch/XLA上，使Cloud TPU正式支援PyTorch 1.6，在基礎設施層提供模型平行運算能力，允許開發者可以在多個TPU核心上，分散大規模嵌入表，因此有能力創建許多過去無法實現的應用。
另外，谷歌還在雲端上發布的深度學習虛拟機器(DLVM)映像檔，其中包括PyTorch等各種深度學習框架，而 PyTorch/XLA 1.6現在預裝在DLVM中，并且已經對Cloud TPU進行最佳化。
為了讓開發者更好上手PyTorch/XLA，Google雲端還提供一組常用深度學習模型開源實作，以及相關的教程，這些模型包括使用ImageNet資料集的圖像分類任務ResNet-50，還有Transformer、RoBERTa以及BERT等知名模型，也能使用PyTorch 1.6才加入，由臉書開發的深度學習推薦模型(DLRM)。官方提到，在Cloud TPU訓練這些模型，大部分的情況僅需修改少量代碼即可實現。
,
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
