一年追上摩爾定律七年進度,Google 首度揭露自製機器學習晶片 TPU

作者 | 發布日期 2016 年 05 月 19 日 22:56 | 分類 Google , 晶片 follow us in feedly

每年重要盛會之一的 Google I/O 2016 年開發者大會在美國時間 18 日上午登場,這次 Google 端出不少新東西,詳細可看科技新報的整理報導,還有一件值得關注的事,Google 在大會上揭露公司正在打造機器學習專用的晶片--TPU(Tensor Processing Unit)。



Google 人工智慧 Alpha Go 在日前贏了南韓圍棋九段高手李世乭,AlphaGO 致勝的關鍵,就在於結合機器學習(Machine Learning)與深層類神經網路(deep neural networks),模擬圍棋高手如何分析盤面、找出最有利的下法,步步為營。Google CEO 桑德爾‧皮查(Sundar Pichai )在 18 日 Google I/O 大會上進一步揭露了這當中的秘密。

皮查指出,Google 專門為深層類神經網路設計了特殊應用 IC(application-specific integrated circuit,ASIC),以 ASIC 為基礎的硬體或軟體,將能透過分析大量的數據學習特殊任務,Google 藉由神經網路得以辨識物件、照片中的人臉、了解傳到 Android 手機上的說話指令,以及翻譯技術,甚至因此改變了 Google 搜尋引擎。也是這項技術提升了 Alpha GO 的計算速度,並使其思慮看得更深遠。

Google 將運用此技術打造的機器學習專用晶片稱之為 TPU(Tensor Processing Unit),Google 在其自家部落格文章稱,由於 TPU 專為機器學習所運行,得以較傳統 CPU、GPU 降低精度,在計算所需的電晶體數量上,自然可以減少,也因此,可從電晶體中擠出更多效能,每秒執行更複雜、強大的機器學習模組,並加速模組的運用,使得使用者更快得到答案,Google 指出,團隊已經在資料中心執行 TPU 超過一年,且發現 TPU 能讓機器學習每瓦提高一個數量級,粗略來說,相當於摩爾定律中晶片效能往前推進了七年或者三代。搭載 TPU 的機板只要安裝在 Google 資料中心的硬碟插槽上即可。

tpu-1

(Source:Google

Google 在去年發表機器學習系統 TensorFlow,並強調其為開源,意味著任何人都可以使用甚至修改這套軟體引擎,但不代表外部使用者可共享 Google TPU 的設計,不過可以透過 Google 雲端服務使用 Google 各式機器學習軟硬體服務。

而 Google 揭露了這項計畫也為半導體巨頭們帶來警訊,Google 並未使用、或甚少使用 IC 大廠的晶片,而是自己自行研發晶片,微軟目前也利用 FPGA 加速人工智慧運算,當自製晶片風潮從蘋果、小米等智慧手機廠商,吹向 Google 、微軟等網路、軟體公司,半導體產業會不會因此洗牌,或產生質變同樣值得關注。

延伸閱讀:

發表迴響