TPU3.0今日上岗！谷歌点燃AI芯片大战导火索！

时间：2018-09-01 13:10:23 来源：作者：网络

请注意：本文为编辑制作专题转载的资讯，页面显示的时间仅为生成静态页面时间而非具体内容事件发生的时间，由此给您带来的不便敬请谅解！

今年5月份，谷歌CEO Sundar Pichai（劈柴哥）在谷歌IO大会上发布了TPU3.0芯片，声称其性能是上一代产品TPU2.0的8倍，达到了100Petaflops（Petaflops，每秒千万亿次浮点运算）。

在2016年的时候谷歌就发布了第一代TPU（Tensor Processing Unit），它是专门为机器学习定制的专用芯片（ASIC），一款谷歌自己高度定制化的AI芯片，也是为谷歌深度学习框架TensorFlow而设计的。傍着AlphaGo，TPU作为支撑起强大运算能力的芯片而闻名。今天，谷歌又宣布TPU3.0正式上岗了，进入Alpha内测阶段。

谷歌的TPU有多厉害？

这款芯片也是AlphaGo背后的功臣，即AlphaGo能以超人的熟练度下围棋都要靠训练神经网络来完成，而这又需要计算能力（硬件越强大，得到的结果越快），TPU就充当了这个角色，更重要的是借此显现出了在AI芯片领域相对于英特尔CPU和英伟达GPU的优势。也就是说，采用TPU之后的AlphaGo的运算速度和反应更快。

5年前，谷歌内部就开始使用消耗大量计算资源的深度学习模型，这对CPU、GPU组合而言是一个巨大的挑战，谷歌深知如果基于现有硬件，他们将不得不将数据中心数量翻一番来支持这些复杂的计算任务。

谷歌的专用机器学习芯片TPU处理速度要比GPU和CPU快15-30倍（和TPU对比的是英特尔Haswell CPU以及Nvidia Tesla K80 GPU），而在能效上，TPU更是提升了30到80倍。

TPU对比Haswell处理器

在和英特尔“Haswell”Xeon E5 v3处理器来的对比中，我们可以看到，TPU各方面的表现都要强于前者。

在Google的测试中，使用64位浮点数学运算器的18核心运行在2.3 GHz的Haswell Xeon E5-2699 v3处理器能够处理每秒1.3 TOPS的运算，并提供51GB/秒的内存带宽；Haswell芯片功耗为145瓦，其系统（拥有256 GB内存）满载时消耗455瓦特。

相比之下，TPU使用8位整数数学运算器，拥有256GB的主机内存以及32GB的内存，能够实现34GB/秒的内存带宽，处理速度高达92 TOPS ，这比Haswell提升了71倍，此外，TPU的热功率只有384瓦。

谷歌在人工智能领域的各种动作

谷歌越来越关注神经网络和人工智能，以解决搜索、图像处理和其他计算领域的问题。它也正在通过“AIY项目”这样的计划来促进开发人员和DIY社区对人工智能的兴趣，这些计划本身代表了人工智能。AIY Projects（AIY计划），其目标是让每个Maker（创客）都能DIY自己的 AI 人工智能产品，让更多人能学习、探索并体验人工智能。

比如今天上岗的TPU3.0，也传递着这样的信号。

谷歌的这一做法印证了一个芯片产业的发展趋势，即在AI负载和应用所占数据中心比重越来越大的今天和未来，像谷歌、微软、Facebook、亚马逊、阿里巴巴、腾讯等这些数据中心芯片采购的大户，其之前对于CPU和GPU的通用性需求可能会越来越少，而针对AI开发应用的兼顾性能和能效的定制化芯片需求则会越来越多。