รายงานพิเศษ บทความวิจัยที่นำโดย Google ซึ่งตีพิมพ์ใน Nature ซึ่งอ้างว่าซอฟต์แวร์การเรียนรู้ของเครื่องสามารถออกแบบชิปที่ดีกว่าได้เร็วกว่ามนุษย์ ถูกตั้งคำถามหลังจากการศึกษาใหม่โต้แย้งผลของมัน
ในเดือนมิถุนายน 2021 Google ได้สร้าง พาดหัวข่าว สำหรับการพัฒนาระบบเสริมการเรียนรู้ที่สามารถสร้างแผนพื้นไมโครชิปที่ปรับให้เหมาะสมโดยอัตโนมัติ แผนเหล่านี้จะกำหนดการจัดเรียงบล็อกของวงจรอิเล็กทรอนิกส์ภายในชิป ซึ่งสิ่งต่างๆ เช่น แกน CPU และ GPU ตลอดจนหน่วยความจำและตัวควบคุมอุปกรณ์ต่อพ่วง จริงๆ แล้วนั่งอยู่บนดายซิลิกอนจริง
Google กล่าวว่ากำลังใช้ซอฟต์แวร์ AI นี้ในการออกแบบชิป TPU ที่ผลิตขึ้นเองเพื่อเร่งปริมาณงาน AI: ใช้การเรียนรู้ของเครื่องเพื่อทำให้ระบบการเรียนรู้ของเครื่องอื่น ๆ ทำงานได้เร็วขึ้น
แผนผังของชิปมีความสำคัญเนื่องจากเป็นตัวกำหนดประสิทธิภาพของโปรเซสเซอร์ คุณจะต้องจัดเรียงบล็อกวงจรของชิปอย่างระมัดระวังเพื่อให้สัญญาณและข้อมูลแพร่กระจายระหว่างพื้นที่เหล่านี้ในอัตราที่ต้องการ โดยทั่วไปแล้ววิศวกรจะใช้เวลาหลายสัปดาห์หรือหลายเดือนในการปรับแต่งการออกแบบเพื่อหาการกำหนดค่าที่เหมาะสมที่สุด ต้องวางระบบย่อยที่แตกต่างกันทั้งหมดในลักษณะเฉพาะเพื่อผลิตชิปที่ทรงพลัง ประหยัดพลังงาน และมีขนาดเล็กที่สุดเท่าที่จะเป็นไปได้
การจัดทำแผนผังชั้นในปัจจุบันมักเกี่ยวข้องกับการผสมผสานระหว่างการทำงานด้วยตนเองและระบบอัตโนมัติโดยใช้แอปพลิเคชันการออกแบบชิป ทีมงานของ Google พยายามที่จะแสดงให้เห็นว่าวิธีการเรียนรู้แบบเสริมกำลังจะสร้างงานออกแบบที่ดีกว่าการออกแบบโดยวิศวกรที่เป็นมนุษย์โดยใช้เครื่องมือในอุตสาหกรรม ไม่เพียงเท่านั้น Google ยังกล่าวว่าโมเดลของมันทำงานเสร็จเร็วกว่าที่วิศวกรทำซ้ำในเลย์เอาต์
“แม้จะทำการวิจัยมาเป็นเวลากว่า XNUMX ทศวรรษ แต่การวางผังชิปก็ยังท้าทายระบบอัตโนมัติ โดยวิศวกรออกแบบทางกายภาพต้องใช้ความพยายามอย่างมากเป็นเวลาหลายเดือนเพื่อสร้างเค้าโครงที่สามารถผลิตได้ … ภายในเวลาไม่ถึง XNUMX ชั่วโมง วิธีการของเราจะสร้างแผนผังชิปโดยอัตโนมัติซึ่งเหนือกว่าหรือเทียบได้กับที่ผลิตโดยมนุษย์ในทุกด้าน ตัวชี้วัดที่สำคัญ” Googler เขียน ในกระดาษเนเจอร์ของพวกเขา
การวิจัยได้รับความสนใจจากชุมชนระบบอัตโนมัติด้านการออกแบบอิเล็กทรอนิกส์ ซึ่งกำลังมุ่งสู่การรวมอัลกอริธึมการเรียนรู้ของเครื่องเข้ากับชุดซอฟต์แวร์ของตน ตอนนี้คำกล่าวอ้างของ Google เกี่ยวกับแบบจำลองที่ดีกว่ามนุษย์ได้ถูกท้าทายโดยทีมงานของมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโก (UCSD)
เสียเปรียบ?
นำโดย Andrew Kahng ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์และวิศวกรรม กลุ่มนั้นใช้เวลาหลายเดือนในการทำวิศวกรรมย้อนกลับกับท่อวางผังพื้นของ Google ที่อธิบายไว้ใน Nature ยักษ์ใหญ่ด้านเว็บได้ปกปิดรายละเอียดบางอย่างเกี่ยวกับการทำงานภายในของแบบจำลอง โดยอ้างถึงความละเอียดอ่อนในเชิงพาณิชย์ ดังนั้น UCSD จึงต้องหาวิธีสร้างเวอร์ชันที่สมบูรณ์ของตนเองเพื่อตรวจสอบสิ่งที่ชาว Googler ค้นพบ เราทราบว่า Prof.Kahng ทำหน้าที่เป็นผู้ตรวจสอบของ Nature ในระหว่างกระบวนการตรวจสอบโดยเพื่อนของเอกสารของ Google
ในที่สุด นักวิชาการของมหาวิทยาลัยก็ค้นพบการสร้างโค้ด Google ดั้งเดิมขึ้นมาใหม่ ซึ่งเรียกว่า Circuit Training (CT) ใน การศึกษาของพวกเขาทำงานได้แย่กว่ามนุษย์โดยใช้วิธีการและเครื่องมือทางอุตสาหกรรมแบบดั้งเดิม
อะไรทำให้เกิดความแตกต่างนี้ บางคนอาจบอกว่าการพักผ่อนหย่อนใจไม่สมบูรณ์ แม้ว่าอาจมีคำอธิบายอื่น เมื่อเวลาผ่านไป ทีมงาน UCSD ได้เรียนรู้ว่า Google ได้ใช้ซอฟต์แวร์เชิงพาณิชย์ที่พัฒนาโดย Synopsys ซึ่งเป็นผู้ผลิตชุดโปรแกรม Electronic Design Automation (EDA) รายใหญ่ เพื่อสร้างการจัดเรียงเริ่มต้นของลอจิกเกตของชิป ซึ่งระบบการเรียนรู้เสริมกำลังของเว็บยักษ์ใหญ่ในตอนนั้นจะเพิ่มประสิทธิภาพ
การทดลองแสดงให้เห็นว่าการมีข้อมูลตำแหน่งเริ่มต้นสามารถเพิ่มผลลัพธ์ CT ได้อย่างมีนัยสำคัญ
บทความของ Google ระบุว่าใช้เครื่องมือซอฟต์แวร์มาตรฐานอุตสาหกรรมและการปรับแต่งด้วยตนเอง หลังจาก โมเดลได้สร้างเลย์เอาต์ โดยหลักแล้วเพื่อให้แน่ใจว่าโปรเซสเซอร์จะทำงานได้ตามที่ตั้งใจไว้และดำเนินการขั้นสุดท้ายสำหรับการประดิษฐ์ Googler แย้งว่านี่เป็นขั้นตอนที่จำเป็น ไม่ว่าแผนผังจะถูกสร้างขึ้นโดยอัลกอริทึมการเรียนรู้ของเครื่องหรือโดยมนุษย์ด้วยเครื่องมือมาตรฐาน ดังนั้นแบบจำลองจึงสมควรได้รับเครดิตสำหรับผลิตภัณฑ์ขั้นสุดท้ายที่ได้รับการปรับให้เหมาะสมที่สุด
อย่างไรก็ตาม ทีมงาน UCSD กล่าวว่าไม่มีการกล่าวถึงในเอกสาร Nature ของเครื่องมือ EDA ที่กำลังใช้งานอยู่ ล่วงหน้า เพื่อเตรียมเลย์เอาต์สำหรับโมเดลที่จะวนซ้ำ เป็นที่ถกเถียงกันอยู่ว่าเครื่องมือ Synopsys เหล่านี้อาจทำให้โมเดลมีจุดเริ่มต้นที่ดีพอที่ความสามารถที่แท้จริงของระบบ AI ควรถูกตั้งคำถาม
"สิ่งนี้ไม่ปรากฏให้เห็นในระหว่างการทบทวนกระดาษ" ทีมงานของมหาวิทยาลัยเขียนถึงการใช้ชุดโปรแกรม Synopsys เพื่อเตรียมเค้าโครงสำหรับแบบจำลอง "และไม่ได้กล่าวถึงใน Nature การทดลองแสดงให้เห็นว่าการมีข้อมูลตำแหน่งเริ่มต้นสามารถเพิ่มผลลัพธ์ CT ได้อย่างมีนัยสำคัญ”
Nature ตรวจสอบงานวิจัยของ Google
นักวิชาการบางคนเรียกร้องให้ Nature ทบทวนเอกสารของ Google ในแง่ของการศึกษาของ UCSD ในอีเมลไปยังวารสารที่ดูโดย ลงทะเบียนนักวิจัยเน้นข้อกังวลที่ศาสตราจารย์คังและเพื่อนร่วมงานหยิบยกขึ้นมา และตั้งคำถามว่าเอกสารของกูเกิลทำให้เข้าใจผิดหรือไม่
Bill Swartz อาจารย์อาวุโสที่สอนวิศวกรรมไฟฟ้าที่มหาวิทยาลัยเทกซัส เมืองดัลลาส กล่าวว่าเอกสาร Nature “ทิ้ง [นักวิจัย] จำนวนมากไว้ในความมืด” เนื่องจากผลลัพธ์เกี่ยวข้องกับ TPU ที่เป็นกรรมสิทธิ์ของอินเทอร์เน็ตไททัน ดังนั้นจึงเป็นไปไม่ได้ที่จะตรวจสอบ
การใช้ซอฟต์แวร์ของ Synopsys เพื่อใช้งานซอฟต์แวร์ของ Google จำเป็นต้องได้รับการตรวจสอบ เขากล่าว “เราทุกคนแค่ต้องการทราบอัลกอริทึมที่แท้จริงเพื่อที่เราจะสามารถทำซ้ำได้ หากการอ้างสิทธิ์ของ [Google] ถูกต้อง เราก็จะดำเนินการตามนั้น ควรมีวิทยาศาสตร์ ทุกอย่างควรมีวัตถุประสงค์ ถ้ามันใช้งานได้ก็ใช้งานได้” เขากล่าว
ธรรมชาติบอก ลงทะเบียน กำลังตรวจสอบเอกสารของ Google แม้ว่าจะไม่ระบุแน่ชัดว่ากำลังตรวจสอบอะไรและทำไม
“เราไม่สามารถแสดงความคิดเห็นในรายละเอียดของแต่ละกรณีได้ด้วยเหตุผลด้านการรักษาความลับ” โฆษกของ Nature กล่าวกับเรา “อย่างไรก็ตาม โดยทั่วไปแล้ว เมื่อมีการหยิบยกข้อกังวลเกี่ยวกับบทความใดๆ ที่ตีพิมพ์ในวารสาร เราจะพิจารณาอย่างรอบคอบตามกระบวนการที่กำหนดไว้
“กระบวนการนี้เกี่ยวข้องกับการปรึกษาหารือกับผู้เขียน และขอคำแนะนำจากผู้รู้วิจารณ์และผู้เชี่ยวชาญภายนอกอื่นๆ ตามความเหมาะสม เมื่อเรามีข้อมูลเพียงพอในการตัดสินใจแล้ว เราจะดำเนินการตามคำตอบที่เหมาะสมที่สุดและให้ความชัดเจนแก่ผู้อ่านเกี่ยวกับผลลัพธ์”
นี่ไม่ใช่ครั้งแรกที่วารสารได้ทำการสอบสวนหลังการตีพิมพ์ในการศึกษา ซึ่งกำลังเผชิญกับการตรวจสอบข้อเท็จจริงอีกครั้ง กระดาษของ Googler ยังคงออนไลน์อยู่โดยมีการเพิ่มการแก้ไขผู้เขียนในเดือนมีนาคม 2022 ซึ่งรวมถึง ลิงค์ ไปยังโค้ด CT แบบโอเพ่นซอร์สของ Google สำหรับผู้ที่พยายามทำตามวิธีการศึกษา
ไม่เตรียมการล่วงหน้าและคำนวณไม่เพียงพอ?
ผู้เขียนนำบทความของ Google, Azalia Mirhoseini และ Anna Goldie กล่าวว่างานของทีม UCSD ไม่ใช่การนำวิธีการของพวกเขาไปใช้อย่างถูกต้อง พวกเขาชี้ให้เห็นว่ากลุ่มของ Prof.Kahng ได้ผลลัพธ์ที่แย่กว่า เนื่องจากพวกเขาไม่ได้ฝึกโมเดลล่วงหน้าเกี่ยวกับข้อมูลใดๆ เลย
“แน่นอนว่าวิธีการเรียนรู้จะทำงานแย่ลงหากไม่ได้รับอนุญาตให้เรียนรู้จากประสบการณ์เดิม ในเอกสาร Nature ของเรา เราฝึกล่วงหน้าใน 20 บล็อกก่อนที่จะประเมินกรณีทดสอบที่ถูกระงับ” ทั้งสองกล่าวในแถลงการณ์ [รูปแบบไฟล์ PDF].
ทีมงานของ Prof.Kahng ยังไม่ได้ฝึกระบบของพวกเขาโดยใช้พลังการประมวลผลในปริมาณที่เท่ากันกับที่ Google ใช้ และแนะนำว่าขั้นตอนนี้อาจไม่ได้ดำเนินการอย่างถูกต้อง ซึ่งทำให้ประสิทธิภาพของโมเดลลดลง Mirhoseini และ Goldie ยังกล่าวอีกว่าขั้นตอนก่อนการประมวลผลโดยใช้แอปพลิเคชัน EDA ซึ่งไม่ได้อธิบายไว้อย่างชัดเจนในเอกสาร Nature นั้นไม่สำคัญพอที่จะกล่าวถึง
“เอกสาร [UCSD] มุ่งเน้นไปที่การใช้ตำแหน่งเริ่มต้นตั้งแต่การสังเคราะห์ทางกายภาพไปจนถึงเซลล์มาตรฐานของคลัสเตอร์ แต่นี่ไม่ใช่เรื่องที่ต้องกังวลในทางปฏิบัติ ต้องทำการสังเคราะห์ทางกายภาพก่อนที่จะใช้วิธีการจัดตำแหน่งใดๆ” พวกเขากล่าว “นี่คือหลักปฏิบัติมาตรฐานในการออกแบบชิป”
อย่างไรก็ตาม กลุ่ม UCSD กล่าวว่า พวกเขาไม่ได้ฝึกโมเดลล่วงหน้าเนื่องจากไม่มีสิทธิ์เข้าถึงข้อมูลที่เป็นกรรมสิทธิ์ของ Google อย่างไรก็ตาม พวกเขาอ้างว่าซอฟต์แวร์ของพวกเขาได้รับการยืนยันโดยวิศวกรอีกสองคนของบริษัทอินเทอร์เน็ตยักษ์ใหญ่ ซึ่งถูกระบุว่าเป็นผู้เขียนร่วมของหนังสือพิมพ์ Nature ด้วย Prof.Kahng กำลังนำเสนอการศึกษาของทีมของเขาที่งาน International Symposium on Physical Design ปีนี้ การประชุม วันอังคาร
ในขณะเดียวกัน Google ยังคงใช้เทคนิคการเรียนรู้แบบเสริมกำลังเพื่อปรับปรุง TPU ซึ่งใช้งานอย่างแข็งขันในศูนย์ข้อมูล
Fired Googler อ้างว่าการวิจัยได้รับการโฆษณาสำหรับข้อตกลงระบบคลาวด์ที่ร่ำรวย
การกล่าวอ้างของ Nature Paper ของ Google เกี่ยวกับประสิทธิภาพเหนือมนุษย์ถูกโต้แย้งภายในองค์กรอินเทอร์เน็ตยักษ์ใหญ่ ในเดือนพฤษภาคมปีที่แล้ว Satrajit Chatterjee นักวิจัย AI ถูกไล่ออกจาก Google พร้อมสาเหตุ เขาอ้างว่าเขาถูกปล่อยไปเพราะเขาวิพากษ์วิจารณ์การศึกษาเรื่องธรรมชาติและโต้แย้งข้อค้นพบของหนังสือพิมพ์ Chatterjee ยังบอกด้วยว่า Google จะไม่เผยแพร่รายงานของเขาที่วิจารณ์การศึกษาครั้งแรก
นอกจากนี้ เขายังถูก Googler คนอื่นๆ กล่าวหาว่าวิพากษ์วิจารณ์เขามากเกินไป เช่น อธิบายงานด้วยวาจาว่าเป็น "ซากรถไฟ" และ "ไฟไหม้ยางรถ" และถูกสอบสวนโดยฝ่ายทรัพยากรบุคคลสำหรับพฤติกรรมที่ถูกกล่าวหา
ตั้งแต่นั้นมา Chatterjee ได้ฟ้องร้อง Google ในศาลสูงแห่งแคลิฟอร์เนียในซานตาคลารา โดยอ้างว่าการเลิกจ้างโดยมิชอบ Chatterjee ปฏิเสธที่จะแสดงความคิดเห็นสำหรับเรื่องนี้ และเขาปฏิเสธการกระทำผิดใดๆ Mirhoseini และ Goldie ออกจาก Google ในกลางปี 2022 หลังจากที่ Chatterjee ถูกไล่ออก
ในการร้องเรียนต่อ Google ซึ่งมีการแก้ไข [รูปแบบไฟล์ PDF] เมื่อเดือนที่แล้ว ทนายความของ Chatterjee อ้างว่าเว็บยักษ์ใหญ่แห่งนี้กำลังคิดที่จะทำการค้าซอฟต์แวร์สร้างแผนผังชั้นโดยใช้ AI กับ “บริษัท S” ในขณะที่กำลังเจรจาข้อตกลง Google Cloud ที่มีรายงานว่ามีมูลค่า 120 ล้านดอลลาร์กับ S ในขณะนั้น Chatterjee อ้างว่า Google เป็นผู้สนับสนุนเอกสารแผนผังเพื่อช่วยโน้มน้าวให้บริษัท S เข้าร่วมกับข้อตกลงทางการค้าที่สำคัญนี้
“การศึกษานี้ดำเนินการในส่วนที่เป็นขั้นตอนแรกสู่ศักยภาพเชิงพาณิชย์กับ [บริษัท S] (และดำเนินการโดยใช้ทรัพยากรจาก [บริษัท S]) เนื่องจากมันทำในบริบทของข้อตกลงคลาวด์ที่มีศักยภาพขนาดใหญ่ มันคงจะผิดจรรยาบรรณที่จะบอกเป็นนัยว่าเรามีเทคโนโลยีที่ปฏิวัติวงการเมื่อการทดสอบของเราแสดงให้เห็นเป็นอย่างอื่น” Chatterjee เขียนในอีเมลถึง CEO ของ Google Sundar Pichai รองประธานและเพื่อนวิศวกรรม Jay Yagnik และรองประธานฝ่ายวิจัยของ Google Rahul Sukthankar ซึ่งถูกเปิดเผยเป็นส่วนหนึ่งของคดีความ
เอกสารที่ยื่นต่อศาลของเขากล่าวหาว่า Google "พูดเกินจริง" ผลการศึกษา และ "จงใจระงับข้อมูลสำคัญจากบริษัท S เพื่อจูงใจให้ลงนามในข้อตกลงการประมวลผลแบบคลาวด์" เป็นการหลอกล่อธุรกิจอื่นอย่างมีประสิทธิภาพโดยใช้สิ่งที่เขาเห็นว่าเป็นเทคโนโลยีที่น่าสงสัย
บริษัท S ได้รับการอธิบายว่าเป็น "บริษัทออกแบบระบบอิเล็กทรอนิกส์อัตโนมัติ" ในเอกสารของศาล คนคุ้นเคยมาเล่าสู่กันฟัง ลงทะเบียน Company S คือ Synopsys
Synopsys และ Google ปฏิเสธที่จะแสดงความคิดเห็น ®
มีเรื่องราวในโลกของปัญญาประดิษฐ์ที่คุณต้องการแบ่งปันหรือไม่? พูดคุยกับเรา ด้วยความมั่นใจ
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
- ที่มา: https://go.theregister.com/feed/www.theregister.com/2023/03/27/google_ai_chip_paper_nature/
- :เป็น
- $ ขึ้น
- 2021
- 2022
- 7
- a
- เกี่ยวกับเรา
- เร่งความเร็ว
- เข้า
- ถูกต้อง
- ผู้ถูกกล่าวหา
- อย่างกระตือรือร้น
- จริง
- ที่เพิ่ม
- ความได้เปรียบ
- คำแนะนำ
- หลังจาก
- กับ
- AI
- ขั้นตอนวิธี
- อัลกอริทึม
- ทั้งหมด
- ถูกกล่าวหา
- นัยว่า
- แล้ว
- จำนวน
- และ
- แอนดรู
- อื่น
- เห็นได้ชัด
- การใช้งาน
- เข้าใกล้
- เหมาะสม
- เป็น
- พื้นที่
- การจัดการ
- เทียม
- ปัญญาประดิษฐ์
- AS
- At
- ความสนใจ
- ผู้เขียน
- ผู้เขียน
- อัตโนมัติ
- อัตโนมัติ
- กลับ
- BE
- เพราะ
- ก่อน
- กำลัง
- ดีกว่า
- ระหว่าง
- Blocks
- ธุรกิจ
- by
- แคลิฟอร์เนีย
- ที่เรียกว่า
- CAN
- ไม่ได้
- ความสามารถในการ
- สามารถ
- รอบคอบ
- กรณี
- ก่อให้เกิด
- ที่เกิดจาก
- เซลล์
- ผู้บริหารสูงสุด
- ท้าทาย
- ปกป้อง
- ชิป
- ชิป
- อ้างว่า
- อ้าง
- การเรียกร้อง
- คลารา
- ความชัดเจน
- เมฆ
- คอมพิวเตอร์เมฆ
- Cluster
- CO
- รหัส
- เพื่อนร่วมงาน
- ความเห็น
- เชิงพาณิชย์
- การค้า
- ชุมชน
- บริษัท
- เทียบเคียง
- การร้องเรียน
- สมบูรณ์
- เสร็จ
- คำนวณ
- คอมพิวเตอร์
- วิทยาการคอมพิวเตอร์
- การคำนวณ
- พลังคอมพิวเตอร์
- กังวล
- ความกังวลเกี่ยวกับ
- ดำเนินการ
- ความมั่นใจ
- ความลับ
- องค์ประกอบ
- สิ่งแวดล้อม
- อย่างต่อเนื่อง
- โน้มน้าวใจ
- ได้
- คอร์ส
- ศาล
- ยื่นศาล
- สร้าง
- ที่สร้างขึ้น
- เครดิต
- ทำให้หมดอำนาจ
- คำวิจารณ์
- ดัลลัส
- มืด
- ข้อมูล
- จัดการ
- ทศวรรษที่ผ่านมา
- การตัดสินใจ
- สาธิต
- อธิบาย
- ออกแบบ
- การออกแบบ
- แม้จะมี
- รายละเอียด
- กำหนด
- พัฒนา
- ที่กำลังพัฒนา
- บงการ
- DID
- ตาย
- ดิเอโก
- ต่าง
- ความคลาดเคลื่อน
- เอกสาร
- ในระหว่าง
- มีประสิทธิภาพ
- ที่มีประสิทธิภาพ
- ความพยายาม
- อิเล็กทรอนิกส์
- อีเมล
- อีเมล
- พลังงาน
- ชั้นเยี่ยม
- วิศวกร
- พอ
- ทำให้มั่นใจ
- ที่จัดตั้งขึ้น
- การประเมินการ
- เผง
- ตัวอย่าง
- ประสบการณ์
- ผู้เชี่ยวชาญ
- คำอธิบาย
- ภายนอก
- หันหน้าไปทาง
- คุ้นเคย
- เร็วขึ้น
- มนุษย์
- รูป
- จบ
- หา
- ธรรมชาติ
- ชื่อจริง
- ครั้งแรก
- มุ่งเน้นไปที่
- ปฏิบัติตาม
- ดังต่อไปนี้
- สำหรับ
- พบ
- ราคาเริ่มต้นที่
- เกตส์
- โดยทั่วไป
- สร้าง
- สร้าง
- การสร้าง
- ได้รับ
- ยักษ์
- กำหนด
- Go
- ไป
- Google Cloud
- GPU
- บัญชีกลุ่ม
- มี
- มี
- หัว
- ช่วย
- ไฮไลต์
- ชั่วโมง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- อย่างไรก็ตาม
- hr
- HTTPS
- เป็นมนุษย์
- มนุษย์
- hyped
- การดำเนินการ
- การดำเนินงาน
- สำคัญ
- เป็นไปไม่ได้
- in
- รวม
- ผสมผสาน
- เป็นรายบุคคล
- อุตสาหกรรม
- ข้อมูล
- แรกเริ่ม
- ตัวอย่าง
- Intelligence
- ภายใน
- International
- อินเทอร์เน็ต
- สืบหา
- การสอบสวน
- ร่วมมือ
- IT
- ITS
- วารสาร
- jpg
- คีย์
- ทราบ
- ฉลาก
- ใหญ่
- ชื่อสกุล
- ปีที่แล้ว
- คดีความ
- ทนายความ
- แบบ
- นำ
- เรียนรู้
- ได้เรียนรู้
- การเรียนรู้
- เบา
- จดทะเบียน
- ดู
- ที่ต้องการหา
- Lot
- ร่ำรวย
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- สำคัญ
- ทำ
- เครื่องชง
- คู่มือ
- งานด้วยตนเอง
- มีนาคม
- วัสดุ
- เรื่อง
- หน่วยความจำ
- กล่าวถึง
- วิธี
- วิธีการ
- ตัวชี้วัด
- กล้องจุลทรรศน์
- อาจ
- ล้าน
- แบบ
- เดือน
- เดือน
- มากที่สุด
- การย้าย
- ธรรมชาติ
- จำเป็น
- ความต้องการ
- ใหม่
- วัตถุประสงค์
- ที่ได้รับ
- of
- on
- ออนบอร์ด
- ONE
- ออนไลน์
- เปิด
- โอเพนซอร์ส
- ดีที่สุด
- การปรับให้เหมาะสม
- เป็นต้นฉบับ
- อื่นๆ
- มิฉะนั้น
- ผล
- ของตนเอง
- กระดาษ
- ส่วนหนึ่ง
- ในสิ่งที่สนใจ
- รูปแบบไฟล์ PDF
- ลูกแพร์
- คน
- ดำเนินการ
- การปฏิบัติ
- ดำเนินการ
- PHP
- กายภาพ
- ท่อ
- แผน
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- เป็นไปได้
- ที่มีศักยภาพ
- อำนาจ
- ที่มีประสิทธิภาพ
- ประยุกต์
- การปฏิบัติ
- เตรียมการ
- ประธาน
- ส่วนใหญ่
- สำคัญ
- ก่อน
- การสอบสวน
- กระบวนการ
- หน่วยประมวลผล
- ก่อ
- ผลิต
- ผลิตภัณฑ์
- ศาสตราจารย์
- อย่างถูกต้อง
- เป็นเจ้าของ
- ให้
- ประกาศ
- การตีพิมพ์
- คำถาม
- ถาม
- ยก
- คะแนน
- ผู้อ่าน
- เหตุผล
- เรียกว่า
- การฟอก
- ยังคงอยู่
- ซึ่งได้ทำใหม่
- การวิจัย
- นักวิจัย
- นักวิจัย
- แหล่งข้อมูล
- คำตอบ
- ผลสอบ
- ย้อนกลับ
- ทบทวน
- การปฏิวัติ
- วิ่ง
- วิ่ง
- s
- กล่าวว่า
- เดียวกัน
- ซาน
- ซานดิเอโก
- ซานตา
- วิทยาศาสตร์
- ที่กำลังมองหา
- ระดับอาวุโส
- ความไว
- Share
- น่า
- โชว์
- ลงชื่อ
- สัญญาณ
- สำคัญ
- อย่างมีความหมาย
- ซิลิคอน
- ตั้งแต่
- หก
- เล็ก
- So
- ซอฟต์แวร์
- บาง
- แหล่ง
- การพูด
- ใช้จ่าย
- การใช้จ่าย
- โฆษก
- มาตรฐาน
- เริ่มต้น
- ที่เริ่มต้น
- คำแถลง
- ขั้นตอน
- เรื่องราว
- ศึกษา
- อย่างเช่น
- ฟ้อง
- ชุด
- Sundar พิชัย
- เหนือกว่า
- การประชุมสัมมนา
- ระบบ
- ระบบ
- การเรียนการสอน
- ทีม
- เทคนิค
- เทคโนโลยี
- ทดสอบ
- การทดสอบ
- เท็กซัส
- ที่
- พื้นที่
- โลก
- ของพวกเขา
- พวกเขา
- ดังนั้น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- สิ่ง
- คิด
- ในปีนี้
- เวลา
- ยาง
- ยักษ์
- ไปยัง
- ในวันนี้
- เกินไป
- เครื่องมือ
- ไปทาง
- แบบดั้งเดิม
- รถไฟ
- การฝึกอบรม
- จริง
- อังคาร
- tweaking
- เป็นปกติ
- ในที่สุด
- ภายใต้
- มหาวิทยาลัย
- มหาวิทยาลัยแห่งแคลิฟอร์เนีย
- us
- ใช้
- มักจะ
- การตรวจสอบแล้ว
- ตรวจสอบ
- รุ่น
- Vice President
- ทาง..
- เว็บ
- สัปดาห์ที่ผ่านมา
- ดี
- อะไร
- ว่า
- ที่
- ในขณะที่
- WHO
- จะ
- กับ
- ภายใน
- งาน
- ทำงาน
- โรงงาน
- โลก
- คุ้มค่า
- จะ
- ปี
- คุณ
- ลมทะเล