專題：2016谷歌I/O大會
5月19日消息，據外媒綜合報道，當谷歌計算機程序AlphaGo3月份擊敗韓國圍棋冠軍李世石（Lee Se-dol）時，谷歌自曝使用了秘密武器，即谷歌自己設計的微處理器芯片。這種芯片可加速圍棋軟件的計算速度，讓AlphaGo在有限的比賽時間內更快落子，并預測更多后續變化。
谷歌表示，這種微處理器芯片屬于應用專用集成電路（ASIC），已經秘密開發三年，它將在谷歌發揮更重要的作用。在過去1年多時間里，谷歌利用其加速研發人工智能應用。正如軟件行業內部人士所說，對于谷歌核心業務來說，機器學習技術（或稱深度神經網絡，包含在人工智能技術領域中）變得越來越重要。谷歌表示，這種計算機芯片被用以驅動其深度神經網絡，并將重塑互聯網服務運營方式。
在I/O開發者大會上，谷歌首席執行官桑達爾·皮查伊（Sundar Pichai）宣稱，這些硬件和軟件網絡可以通過分析大量數據學習具體任務。谷歌利用機器學習技術識別圖片中的物體和人臉，識別你對安卓手機下達的任務指令或翻譯文本。這種技術甚至已經開始被用于改變谷歌搜索引擎。
谷歌稱其新式芯片為強量處理單元（TPU），因為它需要軟件引擎TensorFlow支持，后者可以推動谷歌深度學習服務。去年秋季，谷歌以開源授權的方式發布了TensorFlow，這意味著任何公司外部的人都可以使用甚至修改這種軟件引擎。谷歌似乎沒有共享TPU的設計，但外部人士依然可以通過谷歌各種云服務使用谷歌自己的機器學習硬件和軟件。
谷歌只是將深度學習加入到更廣泛互聯網服務的公司之一，Facebook、微軟以及Twitter都在通過設計新的芯片加強人工智能研發。通常情況下，互聯網巨頭們都使用芯片制造商英偉達的GPU驅動自己的神經網絡。但微軟等公司正在探索使用現場可編程門陣列 (FPGA)芯片，它們可被編程用于執行特定任務，比如微軟必應搜索引擎。
IBM正在設計基于大腦結構的芯片TrueNorth，正在勞倫斯-利弗莫爾國家實驗室測試。英偉達也在推動器芯片進入人工智能領域。被設計在個人電腦上渲染視頻游戲圖像的GPU似乎非常適合機器學習應用。谷歌的計算機服務器主要依賴英特爾處理器，同時利用英偉達的GPU進行人工智能計算，包括AlphaGo程序的早期測試。
谷歌表示，與當前機器學習領域常用處理器相比，谷歌芯片具有領先7年的優勢（或3代處理器），計算速度更是快出10倍。這非常重要，因為谷歌正將未來押注在這種軟件上。谷歌在100多個項目中使用機器學習技術，包括搜索、語音識別、無人駕駛汽車等。這些項目要求密集運算支持，而通過提高設備功率實現這個目標成本過于高昂。
現在還不清楚谷歌有多少運算任務依賴新的處理器，谷歌著名工程師諾曼（Norman Jouppi）表示，谷歌使用1000多個新式芯片。這意味著，谷歌可能不再使用英偉達等公司的芯片，或使用更少芯片。同時也預示著，谷歌更愿意制造自己的芯片，對于芯片制造商來說是個壞消息，特別是世界最大芯片制造商英特爾。谷歌內部大多數計算機服務器使用英特爾處理器，但令英特爾感到擔憂的是，谷歌將來也可能自己設計CPU。
斯坦福大學電子工程學教授馬克·霍洛維茨（Mark Horowitz）說，大公司都已經開始利用新的處理器設計，來推動通用處理器的進步速度。它們并非是要取代英特爾處理器，而是成為這些處理器的有效補充。谷歌和蘋果最近都在大肆招募芯片設計師和工程師，蘋果早于2009年就曾嘗試自己研發芯片，以提高設備功率和研發新的功能。
谷歌表示，支持谷歌在線服務的數據中心龐大的硬件機架上，TUP板就安裝在卡槽中作為硬盤驅動器，與其他硬件解決方案相比，它可為機器學習提供“更好的數量級性能優化”。谷歌稱：“TPU是針對機器學習的應用，允許芯片容忍更低的計算精度，這意味著其每個操作需要更少的晶體管。因此，我們每秒執行的操作將更多，使用更復雜和強大的機器學習模型，更快地應用這些模型，以便用戶能夠更快獲得更智能化結果。”
京公網安備 11010502049343號