谷歌一年顶大摩七年，首度揭露自制机器学习芯片
每年重要盛会之一的Google I/O 2016年开发者大会在美国时间18日上午登场，这次Google端出不少新东西，详细可看科技新报的整理报导，还有一件值得关注的事，Google在大会上揭露公司正在打造机器学习专用的芯片－－TPU（Tensor Processing Unit）。
Google人工智能Alpha Go在日前赢了韩国围棋九段高手李世乭，AlphaGO致胜的关键，就在于结合机器学习（Machine Learning）与深层类神经网络（deep neural networks），模拟围棋高手如何分析盘面、找出最有利的下法，步步为营。Google CEO桑德尔·皮查（Sundar Pichai）在18日Google I/O大会上进一步揭露了这当中的秘密。
皮查指出，Google专门为深层类神经网络设计了特殊应用IC（application-specific integrated circuit,ASIC），以ASIC为基础的硬件或软件，将能透过分析大量的数据学习特殊任务，Google藉由神经网络得以辨识物件、照片中的人脸、了解传到Android手机上的说话指令，以及翻译技术，甚至因此改变了Google搜索引擎。也是这项技术提升了Alpha GO的计算速度，并使其思虑看得更深远。
Google将运用此技术打造的机器学习专用芯片称之为TPU（Tensor Processing Unit），Google在其自家博客文章称，由于TPU专为机器学习所运行，得以较传统CPU、GPU降低精度，在计算所需的电晶体数量上，自然可以减少，也因此，可从电晶体中挤出更多效能，每秒执行更复杂、强大的机器学习模组，并加速模组的运用，使得使用者更快得到答案，Google指出，团队已经在数据中心执行TPU超过一年，且发现TPU能让机器学习每瓦提高一个数量级，粗略来说，相当于摩尔定律中芯片效能往前推进了七年或者三代。搭载TPU的机板只要安装在Google数据中心的硬盘插槽上即可。
（Source：Google）
Google在去年发布机器学习系统TensorFlow，并强调其为开源，意味着任何人都可以使用甚至修改这套软件引擎，但不代表外部使用者可共享Google TPU的设计，不过可以透过Google云端服务使用Google各式机器学习软硬件服务。
而Google揭露了这项计划也为半导体巨头们带来警讯，Google并未使用、或甚少使用IC大厂的芯片，而是自己自行研发芯片，微软目前也利用FPGA加速人工智能运算，当自制芯片风潮从苹果、小米等智能手机厂商，吹向Google、微软等网络、软件公司，半导体产业会不会因此洗牌，或产生质变同样值得关注。
编辑：admin 最后修改时间：2017-12-13
