De største forskelle i omkostninger mellem TPU V2 og TPU V3 ligger i deres timepriser og samlede ydelse.
- TPU V2: Omkostningerne for en TPU V2 -kerne er cirka $ 6,50 per time fra 2019 [3]. For større konfigurationer som en TPU V2-pod kan omkostningerne være markant højere, med en 512-core pod, der koster $ 384 per time [5].
- TPU V3: Omkostningerne for en TPU V3 -kerne er omkring $ 8,50 pr. Time fra 2019 [3]. Nyere prisfastsættelse indikerer, at en fuld TPU V3 koster omkring $ 4,50 i timen [1]. For større opsætninger er omkostningsskalaen i overensstemmelse hermed, men specifikke POD -priser for TPU V3 er lidt højere end V2 på timebasis for mindre konfigurationer [5].
Generelt tilbyder TPU V3 mere behandlingseffekt (123 toppe) sammenlignet med TPU V2 (45 toppe) [2], hvilket kan føre til hurtigere beregningstider og potentielt lavere samlede omkostninger til store maskinlæringsopgaver på trods af den højere timepris. Valget mellem TPU V2 og V3 afhænger imidlertid af specifikke projektbehov og budgetbegrænsninger.
Citater:[1] https://www.datacamp.com/blog/tpu-vs-gpu-i
[2] https://community.fs.com/encyclopedia/-tensor-forarbejdning-unit-tpu-.html
[3] https://www.dataknobs.com/generatiiveai/tpu/tpu-gpu-cost.html
[4] https://cloud.google.com/tpu/docs/quota
[5] https://www.reddit.com/r/machinelearning/comments/epx5vg/d_google_cloud_tpu_pod_pricing_grid_a_512core_tpu/
[6] https://openmetal.io/docs/product-guides/private-cloud/tpu-vs-gpu-pros-and-cons/
[7] https://news.ycombinator.com/item?id=22195516
[8] https://eng.snap.com/training-models-with-tpus