Google千呼万唤始出来的TPU到底有什么魔力？让Intel跟NVIDIA倍感压力
对于 AI 人工智能领域，很多软件大厂都认为这是未来新趋势，并努力投入在其中。Google 身为搜寻领域龙头自然也有自己的一套，但除了要有好的软件来让 AI 发挥能力，甚至能做到深度学习，还得要有硬件的帮忙，虽说现成的硬件中，Intel 与 NVIDIA 也在这一块有所耕耘，但 Google 也同样认为“硬件也可以自己做”的情况下，蹦出了一个叫做 TPU （Tensor Processing Units，张量处理器）的新芯片，而这个芯片却让在 AI 领域有不错成绩的 NVIDIA 与半导体大厂 Intel 倍感压力，为什么呢？
▲许多影视作品都跟 AI 或多或少有些关系，左图为攻壳机动队，右图为电脑情人梦
为了解决人工神经网络能力日益增长后产生的问题，Google 设计了自己的 TPU 来执行这些工作，现阶段 Google 的目标是从 2013 年起，将深层人工神经网络的成本绩效要高于 10 倍 GPU 效能，这些说法来自于 Google 的论文“In-Datacenter Performance Analysis of a Tensor Processing Unit”。
Google TPU 芯片在 2016 年的 Google I/O 大会上就亮相过，但没有公开太多的细节资料，或许是因为这个芯片还没有开发到最完美的程度，但这阵子 Google 在自家部落格上突然谈到 TPU ，也公开不少资料，甚至也跟一些 Intel Haswell CPU 与 NVIDIA K80 GPU 来个小小的对决，对觉得内容为处理机器学习后的表现，而 TPU 在这方面比传统 CPU + GPU 组合的表现快了 15 至 30 倍，表现出 TPU 的专长领域确实跟人工智能深度学习的领域有很大关系：
※图片来源
但这次测试也有些问题，首先这项测试专注在 AI 学习后的结果，前半段用大量数据训练人工神经元的部分以旧芯片处理，至于功耗方面，Google TPU 有着比过往芯片组合优秀的表现，能耗比领先 30 至 80 倍。即便 TPU 还有待改进的地方，但对于深耕人工智能领域的 NVIDIA 与 Intel 来说是一大警讯，意想不到的对手带着自己的人工智能芯片出来叫阵了，自家产品能不能弯道超车，都还得靠这方面的人才与资源来达成：
Google TPU 的运作方式并非取代 CPU ，而是以协同处理器的方式在系统中运作，例如透过 PCI-E 总线与系统上的 CPU 协同运作，Google 的开发团对表示，是由 Server 主机向 TPU 发出指令，而不是 TPU 自己提取指令，因此 TPU 与 FPU（浮点处理器） 协同处理器比起来，更像是 GPU 的定位。Google 并没有要打造出最强最厉害的 TPU ，即便在 AI 领域已经有不错的表现，但 Google 认为 TPU 更适合大规模部属。Intel 不久前已经宣布今年将推出 AI 专用的芯片，相信 NVIDIA 也会做点什么来避免落于下风。人工智能除了软件领域引起热潮，相信硬件领域也有大厂们互相较劲。
标签: 游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 游戏头条 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯 资讯头条 游戏头条
