Google一年追上摩爾定律七年進(jìn)度

　　每年重要盛會(huì )之一的Google I/O 2016年開(kāi)發(fā)者大會(huì )在美國時(shí)間18日上午登場(chǎng)，這次Google端出不少新東西，詳細可看科技新報的整理報導，還有一件值得關(guān)注的事，Google在大會(huì )上揭露公司正在打造機器學(xué)習專(zhuān)用的晶片--TPU(Tensor Processing Unit)。

　　Google 人工智能Alpha Go 在日前贏(yíng)了南韓圍棋九段高手李世乭，AlphaGO 致勝的關(guān)鍵，就在于結合機器學(xué)習(Machine Learning)與深層類(lèi)神經(jīng)網(wǎng)路(deep neural networks)，模擬圍棋高手如何分析盤(pán)面、找出最有利的下法，步步為營(yíng)。Google CEO 桑德?tīng)?皮查(Sundar Pichai )在18 日Google I/O 大會(huì )上進(jìn)一步揭露了這當中的秘密。

　　皮查指出，Google 專(zhuān)門(mén)為深層類(lèi)神經(jīng)網(wǎng)路設計了特殊應用IC(application-specific integrated circuit,ASIC)，以ASIC 為基礎的硬體或軟體，將能透過(guò)分析大量的數據學(xué)習特殊任務(wù)，Google 借由神經(jīng)網(wǎng)路得以辨識物件、照片中的人臉、了解傳到Android 手機上的說(shuō)話(huà)指令，以及翻譯技術(shù)，甚至因此改變了Google 搜尋引擎。也是這項技術(shù)提升了Alpha GO 的計算速度，并使其思慮看得更深遠。

　　Google將運用此技術(shù)打造的機器學(xué)習專(zhuān)用晶片稱(chēng)之為T(mén)PU(Tensor Processing Unit)，Google在其自家部落格文章稱(chēng)，由于TPU專(zhuān)為機器學(xué)習所運行，得以較傳統CPU、GPU降低精度，在計算所需的電晶體數量上，自然可以減少，也因此，可從電晶體中擠出更多效能，每秒執行更復雜、強大的機器學(xué)習模組，并加速模組的運用，使得使用者更快得到答案，Google指出，團隊已經(jīng)在數據中心執行TPU超過(guò)一年，且發(fā)現TPU能讓機器學(xué)習每瓦提高一個(gè)數量級，粗略來(lái)說(shuō)，相當于摩爾定律中晶片效能往前推進(jìn)了七年或者三代。搭載TPU的機板只要安裝在Google數據中心的硬碟插槽上即可。

　　Google 在去年發(fā)表機器學(xué)習系統TensorFlow，并強調其為開(kāi)源，意味著(zhù)任何人都可以使用甚至修改這套軟體引擎，但不代表外部使用者可共享Google TPU 的設計，不過(guò)可以透過(guò)Google 云端服務(wù)使用Google各式機器學(xué)習軟硬體服務(wù)。

　　而Google 揭露了這項計畫(huà)也為半導體巨頭們帶來(lái)警訊，Google 并未使用、或什少使用IC大廠(chǎng)的晶片，而是自己自行研發(fā)晶片，微軟目前也利用FPGA 加速人工智能運算。