【编者按】随着人工智能的发展，半导体芯片也沦为数据中心巨头布局的新方向。谷歌作为世界三大云服务商之一，大大优化其硬件加速设备，其公布的TPU堪称震惊了整个半导体行业。本文从两方面展开分析：1）四种硬件加速器设备的分析；2）谷歌研发TPU的原因。

本文源于forbes.com，作者Karl Freund；由亿欧编译器。当谷歌公布其第二代致力于机器学习的TPU时，很多人开始注目这将对半导体行业带给哪些潜在影响。世界上其他几大数据中心不会研发人工智能芯片吗？这将对英伟达、AMD、英特尔以及其他初创企业带给哪些影响？TPU提前结束了GPU和FPGAs之间的游戏吗？为了问这些问题，让我们想到这些互联网巨头都有哪些计划？四种硬件加速器目前主要有四种主要的技术用来加快训练和用于深度神经网络：CPUs、GPUs、FPGAs以及ASICs。老式可用的CPU具备无限可编程的有点，但是性能并不是很好。

主要用作工作阻抗的推测，通过神经网络指导计算出来，从而对输出数据作出精确的预测。英特尔的FPGA需要以较低的功耗获取较好的性能，而且具备很高的灵活性，设计者可以通过转变其硬件的性能来更佳地反对其软件系统。FPGAs主要用作机器学习推理小说、视频算法和数以千计的小型专业应用程序。

然而，编程FPGA硬件所必须的技能是非常艰难的，而且FPGA在处置某些工作阻抗时也不及高端GPU。从技术上谈，GPU是一种用作处置图形算法的ASIC。有所不同的是，ASIC作为多个并行算法的加速器，获取了指令集和库，以容许GPU在本地存储的数据上运营。GPU擅长继续执行矩阵运算，即图像、人工智能和众多科学算法。

基本上GPU是十分较慢且比较灵活性的。ASIC可实现自定义化，专门用作较慢继续执行相同的操作者，因为整个芯片的逻辑区域可以被限定版继续执行一项特定的功能。

如果把ASIC想象成一个改装成赛车，虽然迅速，但不能在一条直线上阻抗一个人行经，而且也无法横跨到其他区域。但是，设计ASIC有可能必须花费数千万甚至数亿美元，因此，为这些研发买单意味著要在芯片有效期内（一般来说是2-3年）变卖数万或数十万的芯片。

此外，芯片必须大大展开改版以构建与新技术和生产工艺的实时。但是，由于设计者在研发的早期过程瞄准了逻辑，当经常出现新的设想时，他们无法很快作出反应。然而，FPGA可以被新的编程以构建一个新的特性。为什么谷歌研发TPU?可以从三个方面来说明为什么谷歌要投资人工智能自定义芯片。

研究这些因素有可能有助评估其他公司展开类似于投资的可能性。1）战略意图：谷歌曾经回应其早已沦为一家“AI优先”的公司。换句话说，人工智能技术在整个业务中具备最重要的战略意义，可用作搜寻、自动驾驶汽车、谷歌云、谷歌Home以及许多其他新的和现有的产品和服务中。因此，谷歌通过掌控自己的硬件（TPU）加速器以及软件框架（TensorFlow）来创建自己的产品和服务。

2）规模必须：谷歌的计算出来基础设施是世界上仅次于的，而这个规模意味著它必须投放充足数量的资金来研发和确保硬件平台，从而增进人工智能的发展。事实上，谷歌声称TPU的用于使公司较少创建12个借以处置AI阻抗的数据中心。

3）谷歌云的重要性：谷歌的高管们不符合于其在全球云计算市场的地位，目前其次于亚马逊和微软公司。在Diane Greene的领导下，谷歌在其云领域展开了大量投资，增长速度也是业内最慢的。谷歌TPU较好的性能以及TensorFlow在业界的认可度是其提供更加多市场份额的潜在优势。

谷歌回应，用于TPU和高端GPU展开云采访的价格是一样的，但是目前谷歌不想必要出售TPU。谁能与谷歌抗衡？尽管其他6家巨头（亚马逊、阿里巴巴、百度、Facebook、微软公司和腾讯）都有能力研发自己的加速器，但却没任何一家能在上述三个方面多达谷歌。此外，实质上有几家企业或许在向有所不同的方向布局。

百度公开发表回应，其早已与英伟达在云、Home和汽车领域积极开展人工智能项目的合作。这并不意味著百度无法创建自己的芯片，但就目前而言，百度或许专心于其软件和服务，这也是中国市场很必须的服务。此外，百度云依然是其业务中比较较小的一部分。

微软公司作为第二大云服务提供商，享有可观的人工智能工程师团队，并通过其技术和APIs为企业客户获取更为“人性化”的人工智能。然而，微软公司要求在其Azure和Bing服务中用于英特尔的Altera FPGAs，而且，还用于英伟达的GPU来训练其神经网络。亚马逊也许是在布局方面最相似谷歌模式的公司。

亚马逊的AWS服务十分强劲，而且在人工智能领域展开了大量的投资。亚马逊反对为AI研发的Apache MXNet框架，同时其AWS云服务反对所有的主要框架，使其沦为人工智能研发领域的开源平台。

然而，亚马逊布局早已仍然侧重于ASIC。亚马逊在2012年并购了以色列芯片制造商AnaPurna Labs，似乎是为了节省AWS基础设施的成本和潜伏期费用，而且在以色列正式成立一个芯片团队。也许，亚马逊最后也不会像百度一样，用于FPGA来构建其可编程性。

结论上述分析并不是预测其他几家巨头会研发自己的GPU或者ASIC，但趋势是很多企业有可能并会这样做到。这些公司或许都在用其可观的数据来研发机器学习模型，并无暇在各种产品和服务中把这些模型货币化。同时，GPU的市场需求也会因此经常出现大幅上升，最少在近期会。

AMD回应深信不疑，而且目前致力于耕耘其Vega技术。

本文来源：凯发一触即发(中国区)官方网站-www.0739web.com