Google 開始做自己的芯片了,英特爾你怕了麼?


編者按:本文作者 Cade Metz 是《WIRED》的資深作者,其作品涵蓋Google、Facebook、人工智能、比特幣、數據中心、計算機芯片、編程語言及其它方面的內容。

Google已經制造出自己的電腦芯片,並且它不會止步於此。

近期,互聯網行業的龍頭老大——Google公司——向科技界發出幾個衝擊波。它宣佈推出一款專門定製的新芯片,以支撐Google巨大的網絡帝國的真正未來:人工智能。

Google已經為科技界帶來了巨大的變革,如今它又在這條道路上邁出了新的一步——製造自己的芯片。過去十年來,Google已經為海量數據中心設計了各種各樣的新硬件,支持其五花八門的網絡服務,包括計算機服務器、網絡設備及其它硬件。隨着Google創造出一系列覆蓋面廣、規模空前的服務,它需要一系列效率更高的硬件來運行這些服務。多年來,很多其它互聯網巨頭也效仿Google,推動全世界的硬件市場產生巨大的變化。

Google芯片所產生的影響已經遠遠超越了Google帝國的範圍,對整個芯片行業的未來構成了威脅。

Google創造新芯片的目標一如既往:為了帶來前所未有的高效。為了將人工智能提升到一個新高度,Google需要一種處理速度更快、能耗更低的新芯片。但是Google芯片所產生的影響已經遠遠超越了Google帝國的範圍,它對 Intel 和 nVidia 這樣的芯片製造商的未來構成了威脅——特別是當你考慮到Google未來的前景的話。Urs Hölzle 掌管的全球數據中心網支撐着整個Google帝國。他説,這個定製的新芯片只是Google眾多戰略中的第一個而已。

不,Google不會向其它公司出售芯片。它不會與 Intel 或 nVidia 公司直接競爭。但是由於Google的海量數據中心,至今為止,它是這兩家芯片公司最大的潛在客户。同時,隨着越來越多的企業使用Google提供的雲計算服務,這些公司自己購買的服務器就越來越少(因而它們購買的芯片也越來越少)。由此,Google進一步蠶食了芯片市場。

其實,Google宣佈推出新芯片只是其推廣雲服務的一種手段。Google的雲服務允許企業和程序員使用Google的人工智能引擎,並可將人工智能引擎嵌入自己的應用程序之中。Google向其它公司宣傳自己的人工智能的強大能力時響亮地説——Google運行其人工智能的硬件是最好的,是其它公司都沒有的。

Google要求加快速度

Google的新芯片叫做 Tensor Processing Unit 或 TPU,原因是它能幫助運行 TensorFlow——一個旨在促進Google深度神經網發展的軟件工程。該神經網是一個軟件硬件網,能通過分析大量數據來學習特定任務。

其它科技大公司通常使用圖形處理器——GPU——來運行深度神經網。GPU 原本是為渲染遊戲圖像或其它圖形密集型應用程序而設計的。GPU 非常適合運行深度神經網的計算,但是Google説自己的芯片效率更高。

Google説,TPU 是專門為機器學習而量身打造的,所以 TPU 執行每個操作所需要的晶體三極管更少。這也就是説Google的芯片每秒鐘內能執行更多的操作。

目前,Google同時使用 TPU 和 GPU 來運行深度神經網。至於Google究竟是怎樣使用 TPU 的,Hölzle 拒絕透露細節,只是説 TPU 負責運行Android手機語音識別所需的 “部分計算”。但他説,Google將發表一篇論文來描述該芯片的優點。並且Google會繼續設計新的芯片,用其它方式來處理機器學習。最終,TPU 似乎將會完全取代 GPU。 Hölzle 説:“TPU 已經替代了一小部分 GPU,對於機器學習來説,GPU 太一般了,它本來就不是為機器學習而設計的。”

這話對 nVidia 來説可能不太入耳。作為全世界 GPU 的主要銷售商,nVidia 目前正努力將業務擴展到人工智能領域。正如 Hölzle 所説的那樣,最新的 nVidia GPU 有一個專門的機器學習模式。但是很顯然,Google希望變革來得快一點,更快一點。

最快的芯片

與此同時,其它公司卻在開發另一種芯片,其中最著名的是微軟公司。現場可編程專門陣列,又叫 FPGA,是一種可通過重新編程來執行特定任務的芯片。微軟已經用機器學習測試了 FPGA,認定它才是市場的未來,最近它又收購了一家銷售 FPGA 的公司。

一些分析人士認為朝這個方向發展速度會更快。Moor Insights and Strategy 是一家密切關注芯片行業的公司,其總裁兼首席分析師 Patrick Moorhead 説,FPGA 要靈活得多。Moorhead 想知道Google的新 TPU 是否有點 “過分”,他指出製造這種芯片至少需要六個月的時間——對於一個互聯網巨頭激烈爭奪的市場來説,六個月的時間很長。

但Google公司卻不需要這種靈活性。相比之下,Google最想要的是速度。當被問及為什麼Google公司要從零開始製造芯片而不使用 FPGA 時,Hölzle 説:“這種芯片的速度要快得多。”

核心業務

Hölzle 還指出,Google芯片不會取代 CPU——每個計算機服務器中都有的中央處理器。Google公司的仍然需要 CPU 來支持其數據中心內成千上萬的計算機,而 CPU 是英特爾的主要業務。即使Google願意製造只用於人工智能的芯片,但它是否也想設計自己的 CPU 呢?

Hölzle 認為這種可能性很小。他説:“你想要解決的是尚未解決的問題。” 換言之,CPU 是一項成熟技術,差不多就是這個樣子了。但是他還説,Google希望芯片市場上有良性的競爭。換句話説,Google想從很多銷售商——而非僅僅是英特爾——那裏購買 CPU。畢竟,對Google來説,競爭越多,價格就越低。Hölzle 解釋道,擴大選擇範圍也是Google與 OpenPower Foundation 合作的原因。OpenPower Foundation 打算推出任何人都能使用並可更改的芯片設計。

這是個很好的想法,對世界最大的芯片製造商來説是個潛在的強大威脅。Shane Rau 是調查公司 IDC 的一名分析師。他説Google購買的服務器 CPU 約佔全球服務器 CPU 總銷量的 5%。最近一年,Google大約購買了 120 萬個芯片,大部分都是從英特爾購買的。(2012年,英特爾主管 Diane Bryant 告訴《WIRED》,Google從英特爾購買的服務器芯片數量比從其它五家公司購買的總和還要多——銷售服務器的公司只有這幾個。)

無論Google的 CPU 計劃如何,它都將繼續開發機器學習專用芯片。還得再過幾年,我們才能真正知道什麼能成功,什麼不能。畢竟,神經網絡也在不斷地進化。“我們一直在學習,” 他説,“我也不清楚最終答案究竟是什麼。” 隨着對於Google的學習,我敢打賭全世界芯片製造商都會對此關注。

注:本文譯者為 Ellen。


資料來源:36Kr

如果喜歡我們的文章,請即分享到︰