随着人工智能尤其是机器学习应用大量涌现，处理器市场群雄争霸。各厂商纷纷推出新的芯片产品，都想领跑智能时。但问题是，谁会担当这个角色呢？
谷歌为何要自己打造TPU？
在人工智能领域，大多数企业采用的是“CPU+GPU”的协同计算组合，在这种异构模式下，单线程的应用程序在CPU上运行，而GPU则负责运行繁重的并行代码。
但是对于深度学习来说，无论是CPU还是GPU，这两种通用型芯片，显然在效能与功耗上都不够适配机器学习算法。
于是一款专用于机器学习算法的专用芯片——TPU便诞生了。
事实上，对于大众来说，谷歌的TPU并不陌生，正是它支撑了AlphaGo强大快速的运算能力，在与围棋顶级选手李世石的对战中，一战成名。
上周三，谷歌终于打破了沉寂，发表官方博客，详细介绍了TPU的方方面面。
据TPU 团队主要负责人、计算机体系结构领域大牛Norm Jouppi介绍，TPU专为谷歌机器学习应用Tensor Flow打造，能够降低运算精度，在相同时间内处理更复杂、更强大的机器学习模型并将其更快地投入使用。
在谷歌博客里，Jouppi突出强调了TPU以下性能：
- 我们产品的人工智能负载，主要利用神经网络的推理功能，其TPU处理速度比当前GPU和CPU要快15到30倍。
- 较之传统芯片，TPU也更加节能，功耗效率（TOPS/Watt）上提升了30到80倍。
- 驱动这些应用的神经网络只要求少量的代码，少的惊人：仅100到1500行。
随着谷歌在人工智能领域的发展，对硬件的需求越来越大，这款TPU处理器谷歌已经秘密研发了3年，并投入到谷歌自身各个项目中进行了实践。
例如，在机器学习人工智能系统RankBrain中，TPU用来帮助谷歌处理搜索结果并为用户提供更加相关的搜索结果；在街景Street View中，TPU则用来提高地图与导航的准确性。
TPU会取代CPU和GPU吗？
在机器学习快速发展的推动下，谷歌推出了专用的深度学习芯片TPU，但实际上GPU才是目前在深度学习市场覆盖最广泛的芯片。
Facebook、微软、Twitter、百度等各大互联网巨头，都在使用GPU分析图片、视频和音频文件，改进搜索和图像标签等应用功能。GPU 也被大量应用于 VR/AR 相关产业。此外，很多汽车生产商也在使用GPU芯片发展无人车，主要是用于传感器。
GPU之所以在深度学习芯片市场非常受欢迎，取决于其强大的并行计算能力。如果说CPU像一个有条不紊的管家，总是一步一步来做事情，那么GPU就像一队人马同时处海量任务，那么处理的速度自然成倍增加。
除了CPU、GPU和TPU，还有一些新的芯片也在不断面世。微软在使用一种叫做现场可变编程门阵列（FPGA）的新型处理器，用于支持微软的搜索引擎Bing。基于深度神经网络的新搜索算法，这个FPGA的速度比普通芯片快上几个数量级。
此外，IBM开发了由神经元、突触等其他大脑特征所启发的芯片设计“True North”。True North虽然与人脑某些结构和机理较为接近，但智能算法的精度或效果有待进一步提高，离大规模商业应用还有一段距离。
机器学习领域涌现出如此多新的芯片技术，不禁让人为之振奋。但这些芯片在实际用途上有什么本质的区别吗？
这就要取决于神经网络投入实际应用中的两个阶段：首先是训练，其次是推论（inference）。
对于第一步训练神经网络来说，大规模的并行计算，GPU无疑是最好的选择。而到了实际执行的推论阶段，上述提到的谷歌TPU和微软FPGA就能更好地派上用场了。
这也是为什么谷歌资深副总裁Urs Holzle表示，当前谷歌采用TPU和GPU并行的方式，GPU可执行绘图运算工作，用途多元；而TPU是专为特定用途设计的特殊规格逻辑IC，速度更快。
未来芯片市场格局扑朔
在人工智能崛起的时代，以GPU为核心产品的英伟达，一度受到市场的追捧，在过去的一年中，股价从30美元迅速飙升至120美元。
CPU巨头英特尔则在过去的两年中疯狂地收购，2015年英特尔用167亿美元拍下了FPGA制造商Altera，2016年又相继兼并了人工智能芯片初创公司Nervana与Movidius，甚至与竞争对手AMD合作起了GPU，生怕在人工智能时代掉队。
但是出乎意料地是，由于深度学习和人工智能未来的巨大前景，芯片市场的竞争不再仅限于英特尔、英伟达、AMD等几大传统玩家。
为了争取技术上的优势，各大科技巨头将战火蔓延至了硬件的运算能力，开始纷纷布局芯片领域。不管是谷歌还是百度，都在寻找一种未来人工智能能够广泛应用的基础。
虽然目前谷歌TPU是自产自销，不会对外出售，但TPU的出现仍会对英特尔、英伟达这样的芯片厂商产生巨大冲击。试想一下，如果谷歌用TPU这类新型芯片替换掉现有芯片，这基本上相当于颠覆了整个芯片行业。
同时，面向机器学习专用的芯片将是整个芯片行业的发展趋势，未来其他互联网巨头也很有可能组建芯片团队，设计自己专用的芯片。
但也有很多人持有与谷歌副总裁Urs Holzle 同样的观点，认为在人工智能的遥远未来，GPU没有代替CPU，而TPU也不会取代GPU，芯片市场将出现更大的需求和繁荣。
当人们越来越看好人工智能的前景及其潜在的爆发力，能否发展出具有超高运算能力且符合市场的芯片，将成为人工智能平台的关键一役。当巨头相继加入战场，人工智能时代的芯片市场格局将更难预料。
The End
【科技云报道原创】
转载请注明“科技云报道”并附本文链接