业界 | 谷歌发布TPU只是开始，是时候让英特尔害怕了

选自连线

作者： LAURA SANDERS

机器之心编译

参与：Rick、亚洲

谷歌已经建造了它自己的计算机芯片，而这也不会是最后一次。

昨天，这家最强大的互联网公司再一次让科技世界为之震动，因为它发布了一款新的定制化设计的芯片，它将有助于在未来运行这家线上帝国的人工智能。

在开发自己的芯片上，谷歌已经沿着互联网之路又迈出了一步，这条路以巨大的方式重塑了科技产业。在过去十年，谷歌已经设计了各类用于大规模数据中心的新硬件，来巩固其无数种线上服务，这些硬件包括计算机服务器、网络设备，等等。因为谷歌创造了史无前例的服务范围和规模，所以它需要更加高效的硬件来运行这些服务。在过去几年中，其他互联网巨头也在这方面采取了行动，引发了硬件市场的震动。

对于这款全新的芯片，谷歌的目标一如既往——达到史无前例的效率。为了将人工智能提升到一个新的高度，公司需要一种效率更高且能耗更低的芯片。但该芯片的影响却扩散到了谷歌帝国之外。它威胁到了传统商业芯片制造商英特尔和高通的未来——尤其是当你考虑谷歌的未来愿景时。谷歌全球数据中心网络负责人 Urs Hölzle 表示，这款新的定制化芯片仅仅是接下来一系列行动的第一步，该部门是谷歌帝国的强大基础和幕后英雄。

Urs Hölzle

谷歌将不会将这些芯片出售给其他公司，所以它将不会与英特尔或英伟达展开直接竞争。但是，谷歌现在有着庞大的数据中心，对于其他芯片公司来说，它是截止到目前最大的潜在客户。同时，越来越多的公司在使用谷歌提供的云服务，所以他们自己购买的芯片和服务器会更少，这也将继续蚕食芯片市场。

事实上，谷歌公布这款芯片是作为一种推广他们云服务的方式，让其他公司和开发者去使用自己的人工智能引擎并在上面开发他们的应用。谷歌利用自己强大的人工智能能力来推销自己的云服务——以一些很有说服力的方式——谷歌有了运行人工智能最好的硬件，一种其他任何公司都没有的硬件。

谷歌对速度的需求

谷歌的这款芯片被称作 Tensor Processing Unit，简称 TPU。这是因为它有助于运行 TensorFlow，一个驱动着谷歌深度神经网络的软件引擎，由软件和硬件组成的这个网络能够通过分析大量数据来学习特定任务。其他科技巨头一般是使用图像处理单元（GPU），这些芯片的最初的设计初衷是用于游戏及其他重图像应用的图像渲染。它们也很适合用于一些深度神经网络的计算类型。但谷歌表示，他们这款芯片更加高效。

对于谷歌来说，TPU 是为机器学习量身定制，因为它需要更少的晶体管来运行每次操作。这意味着它能在每一秒内将更多的操作挤压到芯片中。

到目前为止，谷歌同时使用 TPUs 和 GPUs 来运行他们的神经网络。Hölzle 拒绝谈论谷歌使用 TPUs的具体细节，只提到他们使用了「部分计算」来用于安卓手机上的语音识别。但他说，谷歌将会发布论文来描述这款芯片的优势，谷歌也将继续通过其他方式来设计新的适用于机器学习的芯片。

最终，这看起来将会把 GPUs 排挤出去。「已经出现了这种倾向，」Hölzle 说，「对于机器学习来说，GPU 太过于一般。它不是为机器学习来设计的。 」

这对于英伟达来说是个坏消息。作为全球最大的 GPUs 销售商，英伟达正在人工智能领域极力扩张自己的业务。就像 Hölzle 指出的那样，最先进的英伟达 GPU 提供了一种专门用于机器学习的模式。但很明显，谷歌希望更快的改变。

最聪明的芯片

与此同时，在其他公司中，尤其是微软，正在研发另一种芯片。现场可编程门阵列，即 FPGA，是一种用以实现特殊任务的可再编程芯片。微软已经用机器学习测试了 FPGA。而看到这个市场方向后，最近收购了一个卖 FPGA 的公司。

一些分析师认为这是更聪明的做法。FPGA 可提供更多适应性，Patrick Moorhead说。他是 Moor Insight and Strategy 公司的总裁和首席分析师，这家公司的业务与芯片行业联系密切。Moorhead 想知道这个谷歌的新 TPU 的杀伤力会不会太惊人，他指出制造这种芯片需要花费至少半年的时间——这在互联网巨头云集的激烈竞争市场中是一段相当长的时间。

但是谷歌不想要那种适应性，它更在乎速度。当被问到为何谷歌从头制作芯片而不是直接用 FPGA 时，Hölzle回答：「只是它更加的快而已。」

核心业务

Hölzle 也指出谷歌的芯片没有取代 CPUs，中央处理单元是每台计算机服务器的核心。这个搜索巨头仍然需要这些芯片在它的数据中心运行成千上万的机器，并且 CPUs 是英特尔的核心业务。同样的，如果谷歌只是为了人工智能而想要制造自己的芯片，你不禁猜想它是否也会设计自己的 CPUs。

Hölzle 否定了这种可能。「你想要解决悬而未决的问题。」他说。换句话说，CPUs 是一个已经做得很好的成熟的技术。但是他也提到谷歌想要芯片市场的健康竞争。也就是说，它希望有更多的购买选择——不仅仅是英特尔。总之，对于谷歌来说更多的竞争意味着更低的价格。正如 Hölzle 解释的那样，扩大可选范围正是谷歌与 OpenPower 基金会合作的原因，他们正致力于提供个人可使用及修改的芯片设计。

这是一个强大的想法，也是对世界最大的芯片制造商有力的潜在威胁。根据 IDC 研究公司的一位分析师 Shane Rau 的说法，谷歌消费了全球 5% 的 CPUs。在最近的一年中，它买了约 120 万张芯片，其中大多来自英特尔公司。（2012 年，英特尔执行官 Diane Bryant 告诉连线杂志记者，谷歌从英特尔购买的芯片比从其余五家卖服务器的公司都多。）

无论谷歌有什么 CPU 计划，它将继续研发尤其适于机器学习的芯片。许多年之后我们才能知道哪些实现了哪些失败了。毕竟，神经网络的研究也在不断变化。「我们一直在学习，」他说道，「我并不清楚最终结果会是什么。」在这个过程中，你可以确信世界芯片制造者都在虎视眈眈。

机器之心 Interface智能机器系列活动 #1 自然语言处理中的认知计算 ↓↓↓

点击阅读原文报名第一期 自然语言处理

✄------------------------------------------------

加入机器之心（全职记者/实习生）：[e-mail]

投稿或寻求报道：[e-mail]

广告&商务合作：[e-mail]