飛速前進

谷歌將新芯片取名為Tensor Processing Unit，簡稱為“TPU”。為什么？因為它可以輔助TensorFlow的運行，TensorFlow是一個軟件引擎，它是谷歌深度神經網絡的驅動力，神經網是一個由硬件軟件組成的網絡，可以通過分析海量數據學習特殊任務。

其它科技巨頭在運行深度神經網絡時采用的是GPU，我們一般用GPU來渲染游戲圖像、其它圖像質量要求很高的應用。用GPU來運算深度神經網絡十分適合，但是谷歌聲稱自己開發(fā)的芯片效率更高。根據谷歌的介紹，TPU專門針對機器學習進行過裁減，運行單個操作時需要的晶體管更少。

事實上，谷歌已經在神經網絡中同時使用TPU和GPU。TPU具體是如何使用的呢？霍爾澤拒絕透露，他只是說公司用TPU來處理語音識別的“部分運算”，語音識別用在Andorid平臺中?；魻枬蛇€表示，谷歌會發(fā)表論文描述芯片帶來的好處，還會用其它方法設計新芯片來處理深度學習問題。最終，谷歌的目標是淘汰GPU。霍爾澤稱：“GPU實際上離我們已經遠了一點點，在機器學習中GPU使用太廣泛，實際上它并不是針對深度學習開發(fā)的。”

Nvidia可不愿意聽到這樣的言論。作為世界最主要的GPU銷售商，Nvidia已經跳出了自己的業(yè)務范圍，開始向AI進軍?；魻枬芍赋觯钚碌腘vidia GPU特別針對機器學習提供了一種模式。很顯然，谷歌希望變化更快到來，快很多。

更智能的芯片

其它企業(yè)也在開發(fā)新的芯片，最搶眼的是微軟?，F場可編程門陣列（FPGA）是一種芯片，執(zhí)行特殊任務時可以重新編程。微軟已經在機器學習中測試FPGA芯片，英特爾最近也收購了一家銷售FPGA芯片的公司。

一些分析師認為FPGA挺進的方向更加“智能”。Moor Insights and Strategy（以下簡稱MSS）是一家專門研究芯片產業(yè)的咨詢公司，該公司首席分析師、總裁帕特里克·摩爾海德（Patrick Moorhead）認為FPGA的彈性要大得多。摩爾海德稱，即使谷歌的新TPU殺傷力巨大，要制造此類芯片至少也需要6個月，芯片市場是一個高度競爭的市場，6個月的時間太長了。

但是谷歌并不需要“彈性”，它需要的是速度。為什么谷歌重新開發(fā)芯片，而不是使用FPGA？霍爾澤稱：“因為它更快?！?/p>

核心業(yè)務

霍爾澤還指出，谷歌的芯片并不會替代CPU。眾所周知，CPU是每一臺計算機服務器的核心。在數據中心，谷歌的無數計算機仍然需要CPU才能運行，CPU正是英特爾的核心業(yè)務。盡管如此，谷歌還是執(zhí)意要打造自己的芯片，用在AI上，未來它可能會走得更遠，開發(fā)自己的CPU，這點我們肯定很擔心。

不會，谷歌不會開發(fā)CPU，霍澤爾否認了這種可能性，他說：“我們想解決那些沒有解決的問題?！睋Q句話說，CPU是一門成熟的技術，它的發(fā)展大致符合方向?；魻枬煞Q，谷歌希望芯片市場能夠健康競爭。也就是說谷歌想從眾多銷售商手中購買芯片，不能局限于英特爾。競爭越大，價格越低，對谷歌越有利。

霍爾澤解釋說，正是為了拓寬選擇面，谷歌才選擇與OpenPower Foundation合作。OpenPower Foundation提供芯片設計，任何人都可以使用，都可以修改。

這是一個很有殺傷力的構想，足以威脅全球最大的芯片制造商。IDC分析師謝恩·勞（Shane Rau）認為，在全球銷售的所有服務器CPU中谷歌購買了大約5%。在最近的一年時間里，谷歌買了120萬塊芯片，大多芯片很可能來自英特爾。2012年，英特爾高管在接受采訪時曾透露，谷歌從英特爾手中購買的服務器芯片比其它5家公司的總和還多，在全球銷售服務器的只有這6家公司。

不論谷歌為CPU制定的計劃是怎樣的，深度學習專用芯片的開發(fā)工作都會繼續(xù)下去。什么管用，什么不管用，我們可能還要幾年時間才能知道，畢竟神經網絡也在持續(xù)進化。霍爾澤稱：“我們一直在學習，最終答案是什么？我自己也不知道?！碑敼雀璨粩鄬W習的時候，全球芯片制造商肯定會密切關注。

chx