相關文章

70218fcc1506fb0536b559e9dea07d77 Google在先前的Google I/O大會上,發佈即將要推出一款專門定製的新晶片,以支撐Google巨大的網路帝國的真正未來:人工智慧。Google 已經為科技界帶來了巨大的變革,如今它終於在這條道路上邁出新的一步——製造自己的晶片。

過去十年來,Google已經為資料中心設計了各種各樣的新硬體,支持其五花八門的網路服務,包括電腦伺服器、網路裝置及其它硬體。隨著Google創造出一系列覆蓋面廣、規模空前的網路服務,它需要一系列效率更高的硬體來執行這些服務。多年來,很多其它的網路巨頭也效仿Google,推動全世界的硬體市場產生巨大的變化。

Google晶片所產生的影響已經遠遠超越了Google帝國的範圍,對整個晶片行業的未來構成了威脅。

Google 創造新晶片的目標一如既往:為了帶來前所未有的高效。為了將人工智慧提升到一個新高度,Google需要一種處理速度更快、功耗更低的新晶片。但是 Google晶片所產生的影響,它對 Intel 和 nVidia 這樣的晶片製造商的未來構成了威脅——特別是當你考慮到Google未來的前景的話。

Google 不會向其它公司出售晶片,因此它不會與 Intel 或 nVidia 公司直接競爭。但是由於Google的資料中心遍佈各地,至今為止,它是這兩家晶片公司最大的潛在客戶。

同時,隨著越來越多的企業使用Google提供的雲端運算服務,這些公司自己購買的伺服器就越來越少(因而它們購買的晶片也越來越少)。由此,Google進一步蠶食了晶片市場。

其實,Google宣佈推出新晶片只是其推廣雲端服務的一種手段。Google的雲端服務允許企業和工程師使用Google的人工智慧引擎,並可將人工智慧引擎嵌入自己的應用程式之中。Google向其它公司宣傳自己的人工智慧的強大能力時響亮地說——Google執行其人工智慧的硬體是最好的,是其它公司都沒有的。

TPU與GPU的差異

Google的新晶片叫做 Tensor Processing Unit 或 TPU,原因是它能幫助執行 TensorFlow——一個促進Google深度神經網發展的軟體工具。這個神經網路能透過分析大量數據來學習特定任務。

其它科技大公司通常使用圖形處理器——GPU——來執行深度神經網路。GPU 原本是為運算遊戲圖像或其它圖形密集型應用程式而設計的。GPU 非常適合執行深度神經網的計算,但是Google說自己的晶片效率更高。

Google說,TPU 是專門為機器學習而量身打造的,Google的晶片每秒鐘內能執行更多的操作。

目前,Google同時使用 TPU 和 GPU 來執行,至於Google究竟是怎樣使用 TPU 的,Hölzle 拒絕透露細節,只是說 TPU 負責執行手機語音識別所需的 「部分運算功能」。但他說,Google將發表一篇論文來描述該晶片的優點。

並且,未來Google會繼續設計新的晶片,用其它方式來處理機器學習。最終,TPU 似乎將會完全取代 GPU。 Hölzle 說:「TPU 已經更換了一小部分 GPU,對於機器學習來說,GPU 太一般了,它本來就不是為機器學習而設計的。」

這話對 nVidia 來說可能不太入耳。作為全世界 GPU 的主要銷售商,nVidia 目前正努力將業務擴展到人工智慧領域。正如 Hölzle 所說的那樣,最新的 nVidia GPU 有一個專門的機器學習模式。但是很顯然,Google希望變革來得快一點,更快一點。

 

最快的晶片

與此同時,其它公司卻在開發另一種晶片,其中最著名的是微軟。FPGA是一種可透過重新編寫程式來執行特定任務的晶片。微軟已經用機器學習測試了 FPGA,認定它才是市場的未來,最近它又收購了一家銷售 FPGA 的公司。

一些分析家認為朝這個方向發展速度會更快。Moor Insights and Strategy 是一家密切關注晶片行業的公司,其總裁兼首席分析師 Patrick Moorhead 說,FPGA 的策略要靈活得多。Moorhead 對於Google的新 TPU 表示,他指出製造這種晶片至少需要六個月的時間——對於一個Internet激烈爭奪的市場來說,六個月的時間很長。

但Google公司卻不需要這種靈活性。相比之下,Google最想要的是速度。當被問及為什麼Google公司要從零開始製造晶片而不使用 FPGA 時,Hölzle 說:「這種晶片的速度要快得多。」

 

Google會成為英特爾的威脅嗎?

Hölzle 還指出,Google晶片不會取代 CPU——每個電腦服務器中都有的中央處理器。Google仍然需要 CPU 來支持其數據中心內成千上萬的電腦,而 CPU 是英特爾的主要業務。即使Google願意製造只用於人工智慧的晶片,但它是否也想設計自己的 CPU 呢?

Hölzle 認為這種可能性很小。他說:「你想要解決的是尚未解決的問題。」 換言之,CPU 是一項成熟技術,差不多就是這個樣子了。但是他還說,Google希望晶片市場上有良性的競爭。換句話說,Google想從很多銷售商——而非僅僅是英特 爾——那裡購買 CPU。

畢竟,對Google來說,競爭越多,價格就越低。Hölzle 解釋道,擴大選擇範圍也是Google與 OpenPower Foundation 合作的原因。OpenPower Foundation 打算推出任何人都能使用並可更改的晶片設計。

這是個很好的想法,對世界最大的晶片製造商來說是個潛在的強大威脅。Shane Rau 是調查公司 IDC 的一名分析師。他說Google購買的伺服器 CPU 約佔全球服務器 CPU 總銷量的 5%。最近一年,Google大約購買了 120 萬個晶片,大部分都是從英特爾購買的。(2012年,英特爾主管 Diane Bryant 告訴《WIRED》,Google從英特爾購買的服務器晶片數量比從其它五家公司購買的總和還要多——銷售伺服器的公司只有這幾個。)

無論Google的 CPU 計劃如何,它都將繼續開發機器學習專用晶片。還得再過幾年,我們才能真正知道什麼能成功,什麼不能。畢竟,神經網路也在不斷地進化。「我們一直在學習,」 他說,「我也不清楚最終答案究竟是什麼。」 隨著對於Google的學習,我敢打賭全世界晶片製造商都會對此關注。

 

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則