이렇게 연산장치가 클라우드 위에 있으면 다음과 같은 이점이 있습니다.
• 학습에 사용할 데이터셋이 반드시 컴퓨터 내부 디스크에 있을 필요가 없다. 효율적으로 사용 및 관리할 수 있는 클라우드 스토리지에 저장한 채 사용할 수 있다.
• TPU를 작동시킬 때 필요한 컴퓨터는 엄청 좋은 성능일 필요가 없다.
이러한 학습 구조의 장점은 캐글 노트북과 같이 비교적 낮은 컴퓨팅 환경에서 머신러닝 학습해야 하는 경우에 더더욱 빛을 발합니다.
하지만 TPU를 효율적으로 사용하기 위해서는 TFRecord라는 조금 특수한 형태의 데이터셋이 필요합니다. 그래서 학습에 사용할 데이터를 TFRecord 데이터 형태로 변환하는 작업이 우선 되어야 합니다. 이 프로세스가 캐글 플랫폼에서 어떻게 이루어지는지에 대해서는 다음 절에서 알아보겠습니다.