1. CPU, GPU 및 TPU 확장성

코드 변경 없이, CPU(중앙 처리 장치), GPU(그래픽 처리 장치), 심지어 머신 러닝 워크로드를 가속화하는 데 특별히 사용할 수 있는 구글의 맞춤형 개발 애플리케이션별 집적 회로(ASIC)인 TPU(텐서 처리 장치)에서도 실행할 수 있습니다. GPU와 TPU는 일반적인 CPU보다 초당 훨씬 더 많은 계산을 수행할 수 있으므로 머신 러닝에서 흔히 사용되는 행렬 및 벡터 연산에 훨씬 더 효율적입니다. GPU와 TPU에서 모델을 훈련할 수 있기 때문에 텐서플로는 CPU만 사용할 때보다 훨씬 더 큰 데이터 세트와 더 복잡한 모델을 처리할 수 있습니다.

2. 분산 컴퓨팅

다양한 유형의 하드웨어에서 실행할 수 있을 뿐만 아니라 텐서플로는 분산 컴퓨팅도 지원합니다. 이를 통해 개발자는 여러 머신에서 동시에 모델을 훈련할 수 있습니다. 이는 매우 큰 데이터 세트나 특히 복잡한 모델을 처리하는 데 중요한 기능입니다.