自首发之后，经过5个月的等待，分布式TensorFlow终于到来。TensorFlow可以在大规模的人工智能项目中发挥优势。谷歌昨日推出了最新更迭的框架，介绍了TensorFlow可支持上百台甚至千台机器联机运行的能力。
该功能包含一个名为GRPC的技术，由Alphabet的子公司创建，并于去年2月在开源许可的条件下成功面世。这是围绕新兴的HTTP/2标准建立的一个分布式负载编排引擎，而另一项由谷歌研发的，是处理大量不同的服务器拓展的应用程序这样的后勤工作。但是，该软件自身是不足以管理如此大量的人工智能集群的，这也是为什么现在TensorFlow也提供对诸如Kubernetes那样更高级别的管理框架的支持。
谷歌算法创建引擎开发的领导者Rajat Monga表示，该功能并未纳入原始版本，原因是他的团队试图将其软件尽可能快地向公众开放。 TensorFlow是基于搜索巨头在内部使用并以此来构建深度学习算法的平台。他解释说，这是建立在高度专业化的数据中心环境中运作的平台。最终，过了好一会儿，Monga的团队才适应该框架，从而运行更为常规的基础架构。
将TensorFlow做到更具扩展性，这一部署很可能是受到名为CNTK的系统的影响，该系统是由微软在今年1月发布的，可以与人工智能框架相媲美。系统附带可在多台计算机分布算法的能力，此功能作为一项可供搜索巨头选择的主要优势，理所当然地受到了微软总部雷德蒙德的吹捧。现在，该公司需要找到其他设置方式将产品特点凸显出来。
这意味着，人工智能研究人员可以用他们的方式迎来更多先进功能的实现，不仅来自微软和谷歌，也包括所有在近几个月加入到战局中的网络巨头们。
【更多行业资讯，请关注DOIT官方微信（微信号：doitmedia），关注科技与数据经济，洞察IT走向DT。】
