- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI系统
【AI系统】谷歌 TPUv3 POD 形态
背后的原因除了谷歌改进了芯片设计，对于深度学习场景有了更深和更广的优化面意外，最重要的一点就是 TPU v3 更好地管理了芯片的温度表现，用水冷代替风冷使得芯片更容易运行在合理温度之下。 POD 总结TPU v2 的技术革新：谷歌的 TPU v2 通过增加核间互连结构（ICI），使得最多 256 个 TPU v2 能够组成一个高效的超级计算机。 TPU v3 的性能提升：谷歌进一步扩展其技术，通过组合 1024 个 TPU v3 创建了 TPU POD 超级计算机。 谷歌在 TPU v2/v3 Pod 中采用了 2D Torus 网络结构，这种结构允许每个 TPU 芯片与相邻的 TPU 芯片直接连接，形成一个二维平面网络。 基于此，谷歌优化了同步训练，在同等资源条件下，通过避免对参数服务器的依赖，通过 all reduce 的方法，最终在性能上达到对于异步 SGD 计算效率的领先。
46810编辑于 2024-11-27 转载：【AI系统】谷歌 TPUv3 POD 形态
背后的原因除了谷歌改进了芯片设计，对于深度学习场景有了更深和更广的优化面意外，最重要的一点就是 TPU v3 更好地管理了芯片的温度表现，用水冷代替风冷使得芯片更容易运行在合理温度之下。 POD 总结TPU v2 的技术革新：谷歌的 TPU v2 通过增加核间互连结构（ICI），使得最多 256 个 TPU v2 能够组成一个高效的超级计算机。 TPU v3 的性能提升：谷歌进一步扩展其技术，通过组合 1024 个 TPU v3 创建了 TPU POD 超级计算机。 谷歌在 TPU v2/v3 Pod 中采用了 2D Torus 网络结构，这种结构允许每个 TPU 芯片与相邻的 TPU 芯片直接连接，形成一个二维平面网络。 基于此，谷歌优化了同步训练，在同等资源条件下，通过避免对参数服务器的依赖，通过 all reduce 的方法，最终在性能上达到对于异步 SGD 计算效率的领先。
42310编辑于 2024-12-11>谷歌Gemini 3震撼发布，AI新王登基！
当地时间周二，Alphabet旗下谷歌正式发布新一代大型语言模型Gemini3，并从发布当天起将其部署至谷歌搜索的AI模式、Gemini应用、API接口、VertexAI等核心产品首席执行官桑达尔·皮查伊在公司博客中将其描述为 谷歌DeepMind首席执行官德米斯·哈萨比斯表示：“Gemini3是‘世界上最好的多模态理解模型’，也是公司迄今最强大的智能体和代码生成模型。” 甚至自己打开浏览器验证UI，发现报错自己修谷歌实验室与Gemini副总裁JoshWoodward表示，Gemini3是谷歌有史以来最契合“氛围编程”的模型Antigravity将AI辅助从开发者工具箱中的一个工具转变为主动合作伙伴 05全面接入谷歌生态，商业化步伐加速与以往版本不同，Gemini3在发布当天即接入谷歌搜索体系，这意味着AI生成式搜索结果将直接覆盖数十亿次搜索请求谷歌还推出了全新的AIModeinSearch。 当用户搜索复杂概念时，Gemini3不再是返回冷冰冰的链接，而是利用其强大的推理能力，即时生成沉浸式的互动图表或模拟工具谷歌产品负责人TulseeDoshi表示：“在Gemini3身上，我们看到了推理能力的巨大飞跃
1K20编辑于 2025-11-19- 来自专栏3D视觉从入门到精通
谷歌开源TensorFlow 3D场景理解库
继 2020 年初 Facebook 开源基于 PyTorch 的 3D 计算机视觉库 PyTorch3D 之后，谷歌也于近日开源了一个基于 TF 框架的高度模块化和高效处理库 TensorFlow 它就是谷歌 AI 推出的 TensorFlow 3D（TF 3D），将 3D 深度学习能力引入到了 TensorFlow 框架中。 3D 稀疏卷积网络 谷歌详细介绍了 TF 3D 库中提供的高效和可配置稀疏卷积骨干网络，该网络是在各种 3D 场景理解任务上取得 SOTA 结果的关键。 在 TF 3D 库中，谷歌使用子流形稀疏卷积和池化操作，这两者被设计用于更高效地处理 3D 稀疏数据。 TF 3D 中使用的 3D 实例分割算法基于谷歌之前基于深度度量学习的 2D 图像分割。模型预测每体素的实例嵌入向量和每体素的语义分数。
1K30发布于 2021-03-19 - 来自专栏工作专用1
2019谷歌3月份核心算法更新
谷歌在今年3月份发布了最新核心搜索算法更新通知，这次应该是多年来最大的一次更新，将会对整体算法改进! 这次重大搜索更新被谷歌官方命名为“"March 2019 Core Update"(意译过来就是2019年3月核心更新)，而核心算法更新目的呢，有助于谷歌搜索更好的读懂搜索引擎查询与网页匹配。 谷歌搜索联络人“丹尼·沙利文”确认这次更新是从3月12日就开始的。 此次算法更新重点，要求大家关注网站内容及用户体验上的优化，对于优质内容的网页将会受益、加分。
50210发布于 2019-03-16 - 来自专栏测试帮日记
Python3 动手自己写谷歌翻译（学员作品）
本篇为实现谷歌翻译的功能，在编写的时候以为只是一个接口的问题。 没想到的是每次翻译都会触发一次JS的执行，在请求参数中生成一个tk。 文中tk的实现是复用的网上大神的代码生成tk。 "; var $b = "+-a^+6"; var Zb = "+-3^+b+-f"; for (var e = [], f = 0, g = 0; g RL(a, b) { var t = "a"; var Yb = "+"; for (var c = 0; c < b.length - 2; c += 3) ld&dt=md&dt=qca"\ "&dt=rw&dt=rm&dt=ss&dt=t&ie=UTF-8&oe=UTF-8"\ "&source=btn&ssel=3& tsel=3&kc=0&tk=%s&q=%s"%(tk,content) result = open_url(url) print_result(result) def main():
1K10发布于 2020-11-25 - 来自专栏深度学习与python
谷歌宣布扩展 3 个新的亚太云区域
最近，谷歌宣布将把业务扩展到马来西亚、泰国和新西兰这 3 个新的云区域。此前宣布的其他 6 个区域分别是柏林、达曼、多哈、墨西哥、特拉维夫和都灵。 谷歌云亚太区副总裁 Karan Bajwa 在谷歌云博客上发表的一篇文章中表示，谷歌的云计算扩张是基于 IDC 的一项预测数据，到 2025 年，亚太地区（不包括日本）的云服务总支出将达到 2820 亿美元 谷歌云区域是客户可以在云计算环境中部署云资源的地理位置。 至少，所有的谷歌云区域都提供诸如计算引擎、谷歌 Kubernetes 引擎、云存储、持久磁盘、CloudSQL、虚拟私有云、密钥管理系统、云身份和秘密管理器等服务。 最后，谷歌云预计到今年年底将在整个亚太地区拥有 14 个云区域，而亚马逊云科技的云区域只有 13 个，其中 3 个计划设在印度、澳大利亚和新西兰。
1K30编辑于 2023-03-29 - 来自专栏李洋博客
造价330亿，谷歌数据中心爆炸，致3人受伤，谷歌搜索出现全球性宕机
综合美媒消息，当地时间8日中午，位于美国爱荷华州的谷歌数据中心发生爆炸，造成3人受伤，目前已被送医。 事故发生原因仍在调查中。 有媒体报道称3名电工在数据中心大楼附近的一个变电站工作时发生了电弧闪光(电气爆炸)。 很多用户纷纷在推特上发布了谷歌报错的截图，“谷歌故障（#Googledown）”的话题在推特上一度上了热搜，许多用户都贴出了宕机消息的截屏。 除了谷歌搜索引擎出现故障外，据DownDetector报告，还有上千人报告谷歌地图也出现故障。此外，推特上还有用户声称谷歌邮箱Gmail和谷歌图片也出现了故障。 谷歌公司没有透露故障的具体原因，但表示其工程师正在对引发此事件的系统进行分析，并将审查全球谷歌云所在数据中心的冷却系统设备和标准。
98610编辑于 2022-09-21 - 来自专栏文章分享
谷歌提供了检查技术SEO问题的3个技巧
如果它不可索引，那么它将提供一个建议，说明为什么谷歌可能在索引它时遇到问题。URL 提供的另一个数据点是上次抓取日期，它提供了 Google 对页面的兴趣程度的想法。 检查是否被忽略，因为它是重复的，并且其他页面正在被索引接下来，谷歌建议检查一个页面是否重复，或者另一个页面是否是规范页面。该视频表明，如果选择另一个页面作为规范页面，通常没问题。 谷歌建议：“不要使用缓存或站点搜索运算符和功能，因为它们不用于调试目的，并且在尝试在调试中使用它时可能会产生误导性结果。”3. 检查呈现的 HTML 是否存在异常最后一个提示非常好。 谷歌建议："...检查呈现的 HTML 和 HTTP 响应，看看是否有您意想不到的内容。例如，由于服务器或应用程序代码中的某些技术问题而导致的杂散错误消息或内容丢失。
70910编辑于 2023-12-11 - 来自专栏深度学习与python
ChatGPT 通过谷歌 L3 面试：留给谷歌的时间不多了
1 谷歌内部测试，ChatGPT 被 L3 录取 谷歌正在其云部门下运行一个名为“Atlas”的项目，这是一个旨在响应 ChatGPT 的“红色代码”项目。 “令人惊讶的是，ChatGPT 在面试编码职位时被 L3 录用，”谷歌一份比较 LaMDA 和 ChatGPT 的内部文件显示。 虽然 L3 被认为是谷歌工程团队的入门级职位，但 levels.fyi 显示，该职位的平均总薪酬约为 183,000 美元。文件没有说明 LaMDA 是否会有类似的表现。 3 与时间赛跑 根据《纽约时报》报道，谷歌计划在今年推出 20 多款新产品，并展示一个带有聊天机器人功能的搜索引擎版本。但这个速度可能还是不够。 有知情人士称，最新版 GPT-4 和 GPT-3（目前大部分地区使用的第三个版本）的主要区别在于速度，GPT-4 要比 GPT-3 快得多。据说 GPT-4 给出的回复也更详细，更人性化。
63510编辑于 2023-03-01 - 来自专栏全栈程序员必看
python3 安装selenium和谷歌浏览器驱动
1、安装浏览器驱动 谷歌浏览器驱动下载地址: https://chromedriver.storage.proxy.ustclug.org/index.html 需要翻墙。 谷歌浏览器版本查看方法： 点击右上角竖排三个黑点，弹出菜单栏，点击帮助，点击关于Google Chrome: 2、安装selenium： 执行pip3 install selenium即可。 3、测试代码 from selenium import webdriver driver = webdriver.Chrome() driver.get("https://www.baidu.com" ) 执行完会自动打开谷歌浏览器访问百度。
1.3K30编辑于 2022-09-05 - 来自专栏ATYUN订阅号
谷歌开发流体标注，标注图像数据集速度提高3倍
幸运的是，谷歌开发了一种解决方案，有望大幅减少标注时间。它被称为流体标注（Fluid Annotation），它使用机器学习来标注类标签并勾勒出图片中的每个对象和背景区域。 谷歌声称它可以将标注数据集的创建速度提高三倍。 ? “流体标注是使图像标注更快更容易的第一个探索性步骤，”谷歌机器感知部门的高级研究科学家Jasper Uijlings和Vittorio Ferrari在博客文章中写道，“在未来的工作中，我们的目标是改进对象边界的标记 谷歌并不是唯一一个将AI应用于数据标注的。
1.2K20发布于 2018-11-22 - 来自专栏量子位
谷歌开源语义图像分割模型DeepLab-v3+ | 附代码
安妮 编译自 谷歌官方博客 量子位 出品 | 公众号 QbitAI 今天，谷歌宣布开源语义图像分割模型DeepLab-v3+。 据谷歌在博客上的描述，DeepLab-v3+模型是目前DeepLab中最新的、执行效果最好的语义图像分割模型，可用于服务器端的部署。 DeepLab已三岁 虽然有“Lab”这个单词，但DeepLab真的不是谷歌的某个实验室啊喂~ 这是三年前谷歌提出的一个语义分割模型，它改进了卷积神经网络（CNN）的特征提取器，能更好地对物体建模，对上下文信息的理解也较为准确 经过多次训练后，改进版的DeepLab-v2和DeepLab-v3相继诞生。 而DeepLab-v3+模型就是DeepLab模型最新的改进方案。 研究人员通过添加一个简单的解码器模型扩展DeepLab-v3，用于细化分割结果，在物体边界的划分上甚是有用。
1.1K20发布于 2018-07-24 - 来自专栏AI研习社
语义分割研究党福利来袭，谷歌宣布开源 DeepLabv3+
，DeepLabv3+ 已是业内顶尖水准。 就在近日，谷歌宣布开源 DeepLabv3+，语义分割研究党的福利来啦。 今天，我们很高兴地宣布将谷歌目前最新的、性能最好的语义图像分割模型——DeepLab-v3 + 开源（在 TensorFlow 中实现）。 和 DeepLab-v3 得到不断改进。 在使用 DeepLab-v3 + 时，我们可以通过添加一个简单但有效的解码器模块来扩展 Deeplabv3，从而改善分割结果，特别是用于对象边界检测时。
1.7K70发布于 2018-03-28 - 来自专栏友儿
谷歌浏览器提示DST Root CA X3过期
网站使用的是Let's Encrypt证书 最近因为各种原因给电脑重新安装了系统，使用谷歌浏览器访问自己的域名一直提示DST Root CA X3过期 其实最顶层的DST Root CA X3 在2021 年9月30日过期了 解决办法如下 首先到DST Root CA X3 Certificate Expiration Problems and Fix - The Tech Journal下载DER格式的 3个红色标注文件 打开电脑win+r输入mmc 文件 -> 添加/删除管理单元 ，找到证书点击添加 选择用我的账户 点击右侧证书 -当前用户 受信任的根证书颁发机构，对应导入图一中 Root CA Certificates
1.3K10编辑于 2022-09-13 - 来自专栏机器之心
继Facebook开源PyTorch3D后，谷歌开源TensorFlow 3D场景理解库
机器之心报道 编辑：杜伟、陈萍 继 2020 年初 Facebook 开源基于 PyTorch 的 3D 计算机视觉库 PyTorch3D 之后，谷歌也于近日开源了一个基于 TF 框架的高度模块化和高效处理库 它就是谷歌 AI 推出的 TensorFlow 3D（TF 3D），将 3D 深度学习能力引入到了 TensorFlow 框架中。 3D 稀疏卷积网络 谷歌详细介绍了 TF 3D 库中提供的高效和可配置稀疏卷积骨干网络，该网络是在各种 3D 场景理解任务上取得 SOTA 结果的关键。 在 TF 3D 库中，谷歌使用子流形稀疏卷积和池化操作，这两者被设计用于更高效地处理 3D 稀疏数据。 TF 3D 中使用的 3D 实例分割算法基于谷歌之前基于深度度量学习的 2D 图像分割。模型预测每体素的实例嵌入向量和每体素的语义分数。
71230发布于 2021-03-15 - 来自专栏ATYUN订阅号
【开源】谷歌开源其语义图像分割模型DeepLab-v3+
今天，谷歌宣布了他们最新的和性能最好的语义图像分割模型的开源版本， DeepLab-v3+，可在Tensorflow中实现。 此版本包含基于强大的卷积神经网络（CNN）骨干架构构建的DeepLab-v3 +模型，获得最准确的结果，用于服务器端部署。 自从三年前谷歌的DeepLab模型第一次改版以来，改进的CNN特征提取器，更好的对象比例建模，对上下文信息的仔细同化，改进的训练过程以及越来越强大的硬件和软件导致了DeepLab-v2和DeepLab-v3 借助DeepLab-v3 +，我们通过添加简单而有效的解码器模块来扩展DeepLab-v3，以细化分割结果，尤其是对象边界。 谷歌希望，向社区公开分享他们的系统，使学术界和业界的其他团体更容易复制和进一步改善该先进系统，训练新数据集的模型，并为这项技术设想新的应用程序。
82180发布于 2018-03-27 - 来自专栏ATYUN订阅号
谷歌发布史上最详细的大脑扫描3D图像
谷歌及其合作伙伴今天发布了有史以来规模最大、最详细的大脑扫描集。该项目涵盖了果蝇大脑的近三分之一，并包括了具有2000万个突触和超过25000个神经元的详细映射。 去年，谷歌宣布了对整个果蝇大脑的第一个纳米分辨率自动重建，该重建专注于细胞的个体形状。但是，此成就并未揭示有关它们的连通性的信息。 今天，谷歌与HHMI的Janelia研究园区的FlyEM团队合作和其他几个研究合作伙伴一同发布“ hemibrain”连接体，飞行大脑中神经元连接的高度详细的图像以及一套用于可视化和分析的工具。 然后使用定制的聚焦离子束扫描电子显微镜，对每个平板进行8x8x8nm 3体素分辨率成像，以进行长达数月的连续操作。开发了计算方法来将原始数据拼接并对齐到一个连贯的26万亿像素3D体积中。 这个校对工作是由一个团队进行了两年多的时间，为此，谷歌使用在Janelia率先开发的工具和工作流程来开发高技能和专用的注释器。
74630发布于 2020-02-21 - 来自专栏互联网数据官iCDO
【精华知识】初学者的高级谷歌分析指南-Episode 3
3.了解事件追踪的巨大价值 我之所以非常喜欢事件追踪（https://support.google.com/analytics/answer/1033068? （开个玩笑，比如我们在这方面花费了1.4亿的广告费） 当下公司在谷歌地图品牌宣传方面花费了巨资，因此我们可以看一下各种品牌宣传是如何做的（例如YouTube的品牌宣传）。 ? 大家可以看到，谷歌地图的效果不尽人意。这组数据可能会让你对以下问题感到好奇：这是你使用商业策略后期待看到的数据列表吗？或者说，这是我们应该优先考虑的内容创意吗？我是说，比如“Go！”
1.2K40发布于 2018-03-02 - 来自专栏机器学习与统计学
谷歌Gemini 3 Pro 屠榜，新的Agent IDE 免费使用Gemini 3 Pro、Claude Sonnet 4.5
本文梳理一下关于 Gemini-3-Pro 的全部情报 大力屠榜 Gemini 3 来的还有点静悄悄，最开始只是 i 流传出一个 Model Card，几乎在所有基准测试中拿下第一 Gemini 3 在评估中，Gemini 3 Pro 的幻觉率为 88%，与 Gemini 2.5 Pro 和 Gemini 2.5 Flash 相同。这表明 Gemini 3 Pro 在知识方面取得了显著进步。 温度设置 (Temperature) 对于 Gemini 3，强烈建议将温度保持为默认值 1.0。 Gemini 3 的推理能力已针对默认设置进行了优化。降低温度可能会导致循环或性能下降。 3. 免费使用的话，强烈推荐这个谷歌刚刚与 Gemini 3 Pro 一同推出的 Google Antigravity：下一代 Agent 开发平台，该平台目前处于免费预览阶段。 加上最佳图像生成 - Nano Banana 2、最佳视频生成 - Veo 3.1、最佳模型 - Gemini 3，谷歌真就要赢下 AI 竞赛了吗……
1.4K10编辑于 2025-11-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号