谷歌将这一代 TPU 称之为 “用于训练神经网络的特定领域超级计算机”,那么显而易见,相比于专注于推理场景的 TPU v1,TPU v2 将自己的设计倾向放到了训练相关的场景。 那么可以想象的是,这篇论文不仅是谷歌 Brain 研究院夜以继日的心血,也是谷歌在深度学习领域耕耘多年的成果。那么我们就来讲讲 TPU v2,那个站在 Attention 背后的超级计算机。 TPU v2 vs. TPU v1面对诸多难题,谷歌的工程师在第一代 TPU 的基础上做出了一些细微改进,以适应训练场景。那么具体有哪些改动呢? 改动三:MXU在 TPU v1 中,MXU 是和 Vector Memory 相连接的,而在 TPU v2 中,谷歌将 MXU 和 Vector Unit 进行了连接,所有的数据出口和计算都由 Vector 而 TPU v2 不同,在下图中我们可以看到,谷歌在板上设计了一个 Interconnect 的模块用于高带宽的规模化,在加强了 TPU v2 芯片间互联的能力,在此基础上搭建了 TPU v2 Supercomputer
【新智元导读】谷歌今天宣布开源 tf-seq2seq,这是一个用于 Tensorflow 的通用编码器-解码器框架,可用于机器翻译、文本总结、会话建模、图说生成等任何序列到序列的任务。 2016年,我们宣布了谷歌神经机器翻译(GNMT),一个序列到序列(“seq2seq”)模型,现在用于谷歌翻译商用系统。 今天,我们很高兴向大家介绍 tf-seq2seq,这是一个TensorFlow开源代码seq2seq框架,使用seq2seq模型可以很容易地进行实验,并获得最先进的结果。 为此,我们使tf-seq2seq代码库干净(clean)和模块化,记录了完整的测试情况和所有功能。 希望使用 tf-seq2seq能加速(或开始)你自己的深度学习研究。 也欢迎你对我们的GitHub库做贡献。
近日,暴雪娱乐制作总监 Tim Morten 在 WCS 中国站决赛上宣布,《星际争霸 2》将正式迎战谷歌人工智能程序 AlphaGo,但具体细节还没有确定,双方还在沟通中。 但是游戏玩家们表示,战胜围棋不算什么,如果这款人工智能在与《星际争霸 2》的对战中获胜,那才叫厉害,毕竟这款 RTS 的上手难度很大,想要战胜何其困难。 Tim 表示,谷歌方面对挑战《星际争霸 2》这个项目很有兴趣,但后续的细节还没完全定下来,双方正在积极洽谈中。 对于看好哪一方,Tim 认为《星际争霸 2》获胜的可能性比较大,因为《星际争霸》主要的游戏技巧重在资源,玩家用采集的资源建造不同的建筑、军队并进行升级,而且《星际争霸 2》的特点是无法提前看到下一步,所以人类的优势比机器要大的多 至于会选哪个玩家代表《星际争霸 2》对战 AlphaGo,暴雪方面表示,他们希望能够找到一个可以代表《星际争霸 2》最高水平的冠军选手与 AlphaGo 对战。
本文将探讨如何通过谷歌A2A协议、谷歌代理开发工具包(ADK)、Llama Prompt Guard 2、Gemma 3和Gemini 2.0 Flash构建多代理系统来实现双重验证,并优化生产环境部署 ,特别是在谷歌Vertex AI上的部署。 架构使用四个通过谷歌A2A协议通信的专用代理,每个都有特定角色:管理器代理:协调代理间流程的指挥者防护代理:使用Llama Prompt Guard 2检查提示注入的守卫处理器代理:使用Gemma 3处理合法查询的工作蜂评论家代理 项目完整代码可在github.com/alexey-tyurin/a2a-double-validation获取。 参考文献1 Llama Prompt Guard 2 86M2 某中心A2A协议3 某中心代理开发工具包(ADK)
解决方案:A2A 协议 Agent-to-Agent协议 (A2A 协议) 正是为了直接解决这种通信障碍而提出的。它为 AI Agent 之间的连接提供了一种标准化的方法。 支持长时间任务: A2A 协议能够处理耗时数小时甚至数天的任务。它在任务执行过程中提供更新,这对于复杂的业务运营至关重要。 处理多样化数据类型: A2A 协议认识到通信不仅仅是文本。 A2A 协议的实际应用 了解 A2A 协议如何在现实世界中应用,可以清楚地认识到它的价值。 探索 A2A 资源 希望使用 Agent-to-Agent 协议的开发者可以从以下资源获得帮助: 文档: A2A 协议草案的技术细节已在网上公开。 https://google.github.io/A2A/#/ 代码示例: Google 提供了代码示例,展示如何使用 A2A协议。
今天,谷歌推出一种直接从文本中合成语音的神经网络结构,即新型TTS(Text-to-Speech,TTS)系统Tacotron 2。 去年9月,谷歌DeepMind曾公布了一种用神经网络对原始波形建模的技术,生成的音频效果优于当时的TTS系统。 目前,Tacotron 2还不能实时生成音频,也不能将人类的情绪加到生成的声音中。 “每个问题都是一个有趣的研究方向。”谷歌研究人员在博客结尾说。 音频示例及相关资料 如果对上述测评结果感兴趣,可以移步谷歌Github项目页面获取更多信息: https://google.github.io/tacotron/publications/tacotron2 / 论文地址: https://arxiv.org/abs/1712.05884 谷歌博客介绍: https://research.googleblog.com/2017/12/tacotron-2-generating-human-like-speech.html
刚刚在Google I/O 大会上,Google发布PaLM2及超过 25 款由 PaLM 2 提供支持的新产品和功能。 PaLM简介 今天我们将介绍我们的下一代语言模型 PaLM 2。PaLM 2 是最先进的语言模型,具有改进的多语言、推理和编码功能。 PaLM2功能 PaLM 2 是我们的下一代大型语言模型,它建立在 Google 在机器学习和负责任 AI 方面的突破性研究传统之上。 它被用于其他最先进的模型,例如Med-PaLM 2和秒帕尔,并为谷歌的生成式人工智能功能和工具提供支持,如巴德和PaLM API。 这使得 PaLM 2 在多语言任务方面表现出色。 编码 PaLM 2 在大量网页、源代码和其他数据集上进行了预训练。
要知道,在去年谷歌发布PaLM时,训练token的数量也仅为7800亿。 四舍五入算下来,PaLM 2足足是它前身的近5倍! PaLM 2要在广告上发力了 关于谷歌上周发布PaLM 2的能力,我们就不再详细的赘述(可点击此处了解详情),简单总结下来就是: 接受了100多种语言的训练,在语言理解、生成和翻译上的能力更强,更加擅长常识推理 至于使用方面,谷歌在发布会中就已经介绍说有超过25个产品和应用接入了PaLM 2的能力。 而现在,CNBC从谷歌内部文件中挖出了其在PaLM 2应用的更多计划——进军广告界。 谷歌也一直在为YouTube的青少年内容测试PaLM 2,比如标题和描述。 谷歌在经历了近20年的快速发展后,现在已然陷入了多季度收入增长缓慢的“泥潭”。
谷歌将 Gemma Scope 描述为大型语言模型(LLM)显微镜。 一个关键的应用场景是检查模型输出与其内部状态之间的差异,按照谷歌的说法,这可能有助于发现安全风险。 Gemma Scope 2 针对 Gemma 2 模型家族从多个方面扩展了原先的 Gemma Scope。 此外,谷歌采用了 一种更先进的训练技术,使 Gemma Scope 2 有更强的能力来识别更有用的概念,同时也解决了初版实现中已知的几个缺陷。 与谷歌类似,Anthropic 和 OpenAI 也针对他们的模型发布了自己的“ AI 显微镜”。 谷歌已在 Hugging Face 上发布了 Gemma Scope 2 的权重。
正如我们之前报道的,谷歌在不久之前的 Google I/O 大会上发布了它的第二代 TensorFlow 处理单元 (TPU2)。 谷歌将其称为新一代的「谷歌云 TensorFlow 处理单元」,但是除了几张彩色图片之外,并没有提供多少关于 TPU2 芯片以及使用 TPU2 的系统性信息。 谷歌设计 TPU2 来专门加速其面向消费者的软件背后的深度学习负载,例如搜索、地图、语音识别以及自动驾驶训练之类的研究项目。 我们关于 Google 对 TRC 的目标的粗略解读是:谷歌希望募集一个研究社区来发掘可以在 TPU2 超级网格上进行扩展的负载。 我们其他人 (上述研究社区之外的人) 将无法直接访问 TPU2,直到谷歌的研究推广发现更多通用的应用,并且 Google 将 TensorFlow 硬件实例作为谷歌云平台公共云中的基础设施。
Nano Banana 2 横空出世! 谷歌直接把“又快又好”这件事干成了行业天花板! 兄弟们,昨晚我差点凌晨三点从被窝里蹦起来—— Google 又放大招了! 就在2月26-27日,Nano Banana 2(Gemini 3.1 Flash Image)正式上线, 一句话总结: 把 Nano Banana Pro 的灵魂,直接塞进了 Flash 的身体里! 文字控狂喜 以前AI写中文总像小学生用左手写毛笔字,现在Nano Banana 2: • 书法体、黑体、宋体、手写风随便混 • 菜单、路牌、海报 slogan 排版逻辑几乎完美 • 支持中英日韩100+ 语言本地化翻译直接出图 2. 谷歌这次用Nano Banana 2,直接把门槛踩到地板, 把门槛拉到“普通人也能当生产力工具”的高度。 兄弟们,香蕉2来了, 你还等什么? 赶紧打开Gemini,点那个, 别再用老模型受罪了!
PaLM 2 发布,能力渗透 Google 全线产品 在正式发布 PaLM 2 前, Pichai 先通过发布 Gmail、Google Map、Google Photo 三个产品中的新功能,展现其实际应用能力 这句强调不禁联想到,本届 I/O 大会前一周,图灵奖得主、人工智能学界泰斗、Google 前人工智能专家 Geoffrey Hinton 辞去谷歌工作,并表示了对人工智能技术快速发展的担忧。 在推理方面,PaLM 2 的数据集包括科学论文、大量涵盖数学公式的各类网页,提高了模型的逻辑、常识推理和数学能力。 在程序语言方面,PaLM 2 在海量开源代码的基础上进行了预训练。 另外,Google 在 PaLM 2 的基础上训练了用于编程和调试的专业模型 Codey,安全知识模型 Sec-PaLM 以及医学知识模型 Med-PaLM 2 。 Pixel Fold 外观小巧,是一款横向内折屏幕手机,搭载谷歌自研 Tensor G2 处理器,附带 Titan M2 协处理器,配有 12GB LPDDR5 内存 + 256/512GB UFS 3.1
PaLM 2 发布,能力渗透 Google 全线产品 在正式发布 PaLM 2 前, Pichai 先通过发布 Gmail、Google Map、Google Photo 三个产品中的新功能,展现其实际应用能力 这句强调不禁联想到,本届 I/O 大会前一周,图灵奖得主、人工智能学界泰斗、Google 前人工智能专家 Geoffrey Hinton 辞去谷歌工作,并表示了对人工智能技术快速发展的担忧。 在推理方面,PaLM 2 的数据集包括科学论文、大量涵盖数学公式的各类网页,提高了模型的逻辑、常识推理和数学能力。 在程序语言方面,PaLM 2 在海量开源代码的基础上进行了预训练。 另外,Google 在 PaLM 2 的基础上训练了用于编程和调试的专业模型 Codey,安全知识模型 Sec-PaLM 以及医学知识模型 Med-PaLM 2 。 Pixel Fold 外观小巧,是一款横向内折屏幕手机,搭载谷歌自研 Tensor G2 处理器,附带 Titan M2 协处理器,配有 12GB LPDDR5 内存 + 256/512GB UFS 3.1
「大泄露:谷歌代号为 Stubbs 的神秘 AI 工具,刚刚被曝光。」一位 X(原推特)网友惊呼道。 最初这一消息来自一位名叫 Bedros Pamboukian 的博主在 Medium 上泄露的,Bedros 表示谷歌将在 Google Makersuite(一款帮助开发者快速构建 AI 程序的工具) Bedros 表示:「Stubbs 是一项具有革命性的功能,你只需一个提示即可直接在网站中创建可工作的应用程序(working apps),谷歌之前从未提及这个工具。 此次的泄密还为我们带来了 Gemini 的一些消息:Gemini 将取代谷歌的 PaLM-2,并可能为谷歌的 Makersuite 和 Vertex AI 提供动力。 此前就有人开始传谷歌开始小范围测试 Gemini,接下来我们可以期待一波。 在大模型盛行的当下,大家都铆足劲的往前赶,不管是谷歌还是其他公司,必将带来越来越好的产品,我们可以期待一波。
两周前,Facebook大张旗鼓地开源了Caffe2深度学习框架,它在英伟达DGX-1平台上的高性能表现极为亮眼。 Google立刻动手反制,没几天就给出新版的TensorFlow测试数据,在性能上开始压制Caffe2。 该测试是在谷歌计算引擎(Google Compute Engine)、亚马逊弹性计算云(Amazon Elastic Compute Cloud,下为EC2)和英伟达软件堆栈(NVIDIA®DGX-1™ 使用NVIDIA®Tesla®K80进行训练 (图片翻译:训练:用NVIDIA®Tesla®K80合成数据(1、2、4和8核图形处理器(GPUs))) 详细信息和附加结果请阅读后面的谷歌计算引擎 训练合成数据的结果 训练实际数据的结果 谷歌计算引擎(Google Compute Engine)(NVIDIA®Tesla®K80)详细信息 环境 实例类型: n1-standard-32-
谷歌放大招!开源A2A协议,Agent协作迈入新纪元 在AI加速迭代的当下,Agent协作生态正在进入一个前所未有的“互联互通”阶段。 就在最近,谷歌正式推出了开源协议 A2A(Agent2Agent),为异构Agent之间的安全协作、能力发现和任务管理提供了统一标准。 什么是A2A?一句话概括: A2A协议,让不同平台的AI Agent可以互相“说话”,共同完成复杂任务,而不需要它们之间共享框架、代码、甚至上下文。 真正实现“跨平台协作”与“多模态支持”! A2A:连接Agent与Agent,让他们共同“完成一件事”。 一张图看懂二者的边界与协同: 值得一提的是,谷歌DeepMind联合创始人兼CEO哈萨比斯还专门发了一条推文称: MCP是一个出色的协议,并且它正迅速成为AI Agent时代的一项开放标准。
www.kaushik.net/avinash/real-world-smart-beginners-advanced-google-analytics-guide/ 学习完上一集引言部分,我们正式开始深入讲解高级谷歌分析指南 点击报告顶部的“添加细分”按钮,选择任何你感兴趣的谷歌功能。 ? 你可以通过筛选某个特别的维度选择分析该流量获取方式的表现(记住你不能细分仍在GA账户中的旧电商报告中的漏斗数据)。 ? 2. 学习目标归因模型的精髓 众所周知,我深深的憎恶使用最后点击报告或最后点击分析(就是把转化的功劳算在最后一次用户点击的最后一个流量入口上)。如果你正在使用这个报告,你的公司就可能做出错误的决策。 福利2:多渠道路径中的转化耗时和路径长度报告(https://support.google.com/analytics/answer/1191209?hl=en)非常值得学习。
因此,台积电的竞争对手——三星电子正计划利用这一机会,抢先在美国德克萨斯州泰勒厂量产其最先进的2nm制程,除了强化与已经签订代工合作协议的特斯拉之外,还将吸引AMD和谷歌等美国科技巨头。 近日,传闻三星正与AMD合作,对其2nm第二代(SF2P)工艺进行样品测试。此外,谷歌的张量处理单元(TPU)高管也曾到访三星位于泰勒的工厂,商讨产能供应问题。 一位半导体行业内部人士表示:“据我了解,谷歌 TPU 团队曾到访三星位于泰勒的晶圆厂,讨论了产能以及他们能够使用多少。” TPU是谷歌专为其数据中心设计的一款AI芯片。 谷歌目前正计划将此前仅供内部使用的TPU出售给Meta等外部公司。 地缘政治风险和台积电美国晶圆厂产能有限被认为是特斯拉、AMD 和谷歌等大型科技公司与三星电子接洽的原因。 因此,高通、AMD 和谷歌等竞争对手将目光转向了三星电子的美国先进制程产能。 编辑:芯智讯-林子
大家好,今天聊一个可能改变未来的大新闻——谷歌刚刚发布的A2A协议。如果你还没听过,别慌,用一句话解释:这玩意儿能让不同AI像人类同事一样分工协作,甚至“吵架”都能自己解决。 1. 但谷歌的A2A协议,相当于给所有AI发了一本“协作手册”,让它们能互相理解、共享任务。 2. 凭什么说它“真能打”? 巨头们已经在“站队” 谷歌这次拉拢了50多家企业,包括Salesforce、SAP、PayPal等大佬,却唯独少了OpenAI。 想自己捣鼓A2A协议的,可以去GitHub搜“google/A2A”围观代码,据说连小白都能上手~)
谷歌在本周二宣布推出首个量子弹性 FIDO2 安全密钥,作为其 OpenSK 安全密钥计划的一部分。 OpenSK是用Rust编写的安全密钥,支持FIDO U2F和FIDO2标准。 在不到一周前,谷歌表示,它计划在 Chrome 116 中增加对抗量子加密算法的支持,以便在 TLS 连接中设置对称密钥。 与 Chrome 浏览器的混合机制(X25519 和 Kyber-768 的组合)类似,谷歌提出的 FIDO2 安全密钥椭圆曲线数字签名算法(ECDSA)和最近标准化的抗量子签名算法 Dilithium 最后谷歌表示,希望看到这种组合实现(或其变体)被标准化,成为FIDO2密钥规范的一部分,并得到主流网络浏览器的支持,从而保护用户的凭证免受量子攻击。