人工智慧AlphaGo的成功，過去認(rèn)為來自Google擅長的大規(guī)模資料處理以及演算法計(jì)算。不過令外界意想不到的是，執(zhí)行長桑德·皮查（Sundar Pichai）在今日的Google2016年開發(fā)者大會(huì)上發(fā)表一款Google自行研發(fā)的機(jī)器學(xué)習(xí)專用晶片，更是造就AlphaGo的祕密武器。

特製晶片效能為現(xiàn)有技術(shù)往前推進(jìn)七年

皮采指出，Google在幾年前就已著手研發(fā)客製化的特殊應(yīng)用積體電路（ASIC），而這款專用于Google開源機(jī)器學(xué)習(xí)演算法TensorFlow、也是提升AlphaGo計(jì)算速度的特製晶片TPU（Tensor Processing Unit），用以改善機(jī)器學(xué)習(xí)相關(guān)應(yīng)用，迄今已使用超過一年。

為了加速機(jī)器學(xué)習(xí)進(jìn)程，TPU捨棄掉傳統(tǒng)晶片如CPU和GPU的高精確度，減少計(jì)算需要的電晶體數(shù)量并提升每瓦效能。根據(jù)Google說法，“TPU讓機(jī)器學(xué)習(xí)的每瓦效能提高一個(gè)數(shù)量級(jí)，相當(dāng)于將晶片效能往前推進(jìn)七年或三代的摩爾定律”。

目前，Google使用機(jī)器學(xué)習(xí)的應(yīng)用超過百種，例如搜尋、語音辨識(shí)和自駕車。Google杰出硬體工程師諾曼?約皮（Norman Jouppi）指出：“這類程式需要耗費(fèi)龐大資金才能提供快速集中的運(yùn)算能力和電力，自製機(jī)器學(xué)習(xí)加速器讓Google可更加經(jīng)濟(jì)地加快產(chǎn)品推出。”迄今，Google已使用超過1千個(gè)TPU，運(yùn)用于街景、智慧訊息回覆和搜尋，幫助改善搜尋結(jié)果相關(guān)性，以及提升地圖和導(dǎo)航產(chǎn)品的精確度。

除了Google內(nèi)部產(chǎn)品可受惠于這套最新的機(jī)器學(xué)習(xí)演算法，Google的云端機(jī)器學(xué)習(xí)服務(wù)也開放開發(fā)者利用這套演算法打造自己的應(yīng)用服務(wù)。“我們的目標(biāo)是引領(lǐng)機(jī)器學(xué)習(xí)產(chǎn)業(yè)，并讓創(chuàng)新得以在顧客身上實(shí)現(xiàn)。透過在基礎(chǔ)建設(shè)加入TPU，我們可以透過軟體如TensorFlow和云端機(jī)器學(xué)習(xí)將Google的力量帶給開發(fā)者。機(jī)器學(xué)習(xí)正在改變開發(fā)者如何打造讓消費(fèi)者受惠的智慧應(yīng)用，我們非常高興看到未來生活的可能性。”約皮表示。

Google并非唯一為了加快人工智慧而採用新的晶片設(shè)計(jì)的公司。《華爾街日報(bào)》指出，微軟正在使用一款名為Field Programmable Gate Arrays的可編程晶片，以加速人工智慧運(yùn)算，應(yīng)用于Bing搜尋引擎。NVIDIA推出的GPU則被應(yīng)用在人工智慧計(jì)算，這款晶片過去也被Google用于AlphaGO的早期測試。

透過自行生產(chǎn)客製化晶片，Google將更可掌控支出、技術(shù)規(guī)格以及未來發(fā)展藍(lán)圖。但這是否代表Google對第三方晶片供應(yīng)商如Intel或Nvidia的依賴將日益降低？約皮表示，“我們依然購買大量的CPU和GPU，”但不愿透露購買數(shù)量是否較過去少。

文章來源：機(jī)房監(jiān)控 http://www.5639966.cn