谷歌二代TPU來(lái)了、恐侵蝕GPU訂單

　　谷歌花了十年打造服務(wù)器中心，處理每日數十億次的網(wǎng)絡(luò )搜尋需求。 如今谷歌更進(jìn)一步，自行研發(fā)專(zhuān)屬芯片--Tensor Processing Units (TPU、見(jiàn)圖)，加快機器學(xué)習腳步，并宣稱(chēng)TPU性能優(yōu)于CPU、GPU。

　　CNBC、TechCrunch報導，谷歌17日在I/O開(kāi)發(fā)者大會(huì )，發(fā)布第二代TPU，處理人工智能(AI)工作。 谷歌推出新版TPU，顯示該公司不想倚賴(lài)其他業(yè)者，打造核心的計算基礎設施。 當前谷歌使用Nvidia的GPU處理機器學(xué)習工作，倘若谷歌繼續自行研發(fā)芯片，可能會(huì )沖擊Nvidia發(fā)展。

　　詳細來(lái)說(shuō)，深度學(xué)習(Deep Learning)是AI的一種，包含兩個(gè)階段，第一階段是「訓練」，協(xié)助類(lèi)神經(jīng)網(wǎng)絡(luò )辨識數據;第二階段是「推論」，讓機器能判讀數據、做出推測。 過(guò)去五年來(lái)，GPU是深度學(xué)習在「訓練」階段的必備芯片，能夠辨別影像、語(yǔ)音等。

　　2016年發(fā)布的第一代TPU，只能用于深度學(xué)習的「推論」階段。 第二代TPU更進(jìn)一步，能夠處理「訓練」階段工作。 Google Brain研究團隊主管Jeff Dean說(shuō)，預料未來(lái)會(huì )更常使用TPU，處理「訓練」階段工作，加速試驗循環(huán)。 他說(shuō)，以機器翻譯系統為例，當前最佳的商用GPU，要使用32顆GPU，跑上一整天才能完成「訓練」;同樣的工作量改用TPU，只要8個(gè)相連TPU，最多六小時(shí)就能搞定。

　　倘若此一趨勢持續，不只谷歌可能減少購買(mǎi)Nvidia芯片，其他原本使用Nvidia芯片的業(yè)者，也可能改用谷歌數據中心處理AI運算，會(huì )讓Nvidia業(yè)務(wù)遭受雙重打擊。 上個(gè)月谷歌發(fā)文，指稱(chēng)和當前市面芯片相比，TPU速度快上15~30倍，效能也高出30~80倍。 Nvidia執行長(cháng)黃仁勛強勢反擊，表示Nvidia芯片表現為第一代TPU的兩倍。

　　Nvidia 17日重挫6.64%收在127.72美元。 谷歌母公司Alphabet的Class A股價(jià)下跌2.33%收在942.17美元。

　　2016年谷歌在I/O大會(huì )上拋出震撼彈，宣布為人工智能(AI)研發(fā)專(zhuān)屬芯片---「TPU」(Tensor Processing Unit)，讓臺積電客戶(hù)(2330)Nvidia備受威脅。 外界認為短期內Nvidia的AI霸主地位難以撼動(dòng)，但是AI芯片架構可能會(huì )百家爭鳴，最后誰(shuí)能勝出，仍在未定之天。

　　PCMag、ValueWalk、巴倫(Barronˋs)去年報導，知名的谷歌硬件工程師Norm Jouppi在部落格發(fā)文表示，TPU是客制化的ASIC(特殊應用集成電路)，專(zhuān)為機器學(xué)習設計，已經(jīng)用于改善搜尋結果的相關(guān)性、提高谷歌街景服務(wù)地圖和導航功能的正確度。

　　到底TPU會(huì )不會(huì )取代GPU或CPU呢? 谷歌資深副總Urs Holzle透露，當前谷歌TPU、GPU并用，這種情況仍會(huì )維持一段時(shí)間，但也語(yǔ)帶玄機表示，GPU過(guò)于通用，谷歌偏好專(zhuān)為機器學(xué)習設計的芯片。 GPU可執行繪圖運算工作，用途多元。 TPU屬于A(yíng)SIC，也就是專(zhuān)為特定用途設計的特殊規格邏輯IC，由于只執行單一工作，速度更快，但缺點(diǎn)是成本較高。