谷歌宣布公有云平臺將支持面向人工智能的TPU芯片

　　谷歌今天宣布向其公有云平臺上增加ensor Processing Units，這是一款專(zhuān)門(mén)為人工智能工作負載提供動(dòng)力的內部設計的芯片系列。

　　一個(gè)TPU(如圖所示)由四個(gè)專(zhuān)用集成電路組成，配有64GB的“超高帶寬”內存。這一組合單元可以提供高達180 teraflops的性能。今年晚些時(shí)候，谷歌計劃增加一個(gè)集群選項，讓云客戶(hù)將多個(gè)TPU聚合成一個(gè)“Pod”，速度達到petaflop的范圍(是teraflop的1000倍)。

　　在今天的公告中谷歌并沒(méi)有分享更多的性能細節。不過(guò)，去年谷歌的兩位頂級工程師寫(xiě)的一篇博客文章顯示，當時(shí)內部使用的Pod包括64個(gè)TPU，總吞吐為11.5 petaflops。相比之下，世界上功能最強大的超級計算機可以達到93 petaflops，但值得注意的是，谷歌很可能沒(méi)有使用相同的基準測試方法來(lái)測量TPU的速度。

　　無(wú)論哪種方式，這些芯片都是Google云平臺的一個(gè)重要補充。當谷歌于去年4月首次向全世界展示TPU規格的時(shí)候，它透露該芯片至少可以運行某些機器學(xué)習工作負載，比現有的芯片快15至30倍。這就包括特別適合用于機器學(xué)習模型的GPU。GPU的主要制造商包括Nvidia和AMD公司，這兩家公司仍然是當今大多數項目的首選。

　　因此，谷歌的云客戶(hù)應該能夠更快速地培訓和運行他們的人工智能軟件。谷歌表示，一個(gè)TPU可用于在一天之內實(shí)施主流ResNet-50圖像分類(lèi)模型，達到可接受的精確度水平。

　　谷歌已經(jīng)創(chuàng )建了幾個(gè)預先優(yōu)化的神經(jīng)網(wǎng)絡(luò )包，讓客戶(hù)可以將其運行在TPU上，其中包括一個(gè)ResNet-50版本，以及用于機器翻譯、語(yǔ)言建模和識別圖像內物體的模型。企業(yè)客戶(hù)也可以使用谷歌的開(kāi)源TensorFlow機器學(xué)習引擎創(chuàng )建自己的人工智能工作負載。

　　喜歡使用傳統圖形卡進(jìn)行人工智能項目的客戶(hù)，今天也看到了一項新的功能。谷歌為其Kubernetes Engine服務(wù)添加了GPU支持，以允許將機器學(xué)習模型打包到軟件容器中。后一種技術(shù)提供了一個(gè)輕量級抽象層，使開(kāi)發(fā)人員能夠更輕松地推出更新并跨環(huán)境遷移應用。

　　這個(gè)新的TPU價(jià)格為每小時(shí)每單元6.50美元，而通過(guò)Kubernetes Engine租賃的GPU將按谷歌現有的每種支持芯片型號收費。

　　這種芯片對于各種人工智能任務(wù)、特別是對于一些計算機工作負載而言的就緒情況，仍然不明確。Moor Insights&Strategy總裁兼首席分析師Patrick Moorhead表示：“TPU是一個(gè)很好的試水方式，但并一定適合于運行生產(chǎn)工作負載。GPU是進(jìn)行訓練的最佳方式。鎖定到TPU，意味著(zhù)被GCP和TensorFlow鎖定?！?/p>

　　而且谷歌也不是唯一追求自主開(kāi)發(fā)人工智能芯片的公司。芯片巨頭英特爾公司一直在推銷(xiāo)其最新用于人工智能工作負載的CPU，以及稱(chēng)為FPGA的定制芯片。

　　據The Information報道稱(chēng)，亞馬遜公司正在開(kāi)發(fā)自己的人工智能芯片，該芯片可以幫助其Echo智能音箱和其他使用其Alexa數字助理的硬件在設備上執行更多處理任務(wù)，以便它可以比調用云的響應速度更快。