谷歌學習蘋果？開始自製晶片進入人工智 - 工程師

Google從搜尋、智慧車到機器學習，已經默默的朝物聯網發展許久...
相較之下Intel真的相當劣勢啊...
----
谷歌學習蘋果？開始自製晶片進入人工智慧
來源：http://bit.ly/1OJjTT9

2015年秋季，谷歌發布TensorFlow的開放原始碼，這意味著任何公司都可以使用，
甚至修改這個軟體引擎。現今谷歌決定針對TensorFlow推出其晶片，
稱為TPU（Tensor Processing Unit），以達到軟硬體深度整合的目的，
就如同蘋果的iOS與Ax處理器一樣，企圖顛覆產業運作模式。

為了成為領導者，谷歌除了持續深根其軟體平台之外，也模仿蘋果軟硬體整合商業模式，
針對人工智慧TensorFlow設計一款ASIC（Application Specific Integrated Circuits）
，專門針對深層神經網絡的晶片。基本上，谷歌不會共用其設計的TPU，也就是說，
採用TensorFlow的廠商將採用TPU，以強化深度學習與人工智慧。
TPU是專門面向深度學習開發的ASIC（專用積體電路），與GPU（圖形處理單元）和FPGA
（現場可程式閘陣列）等深度學習處理使用的其他技術相比，單位耗電量的性能提升10倍
。

通常，廠商推動其神經網絡與繪圖處理晶片來滿足其人工智慧運作。
例如：IC設計廠商NVIDIA就是如此。但微軟與其他公司，期望現場可編程門陣列
（Field Programmable Gate Arrays：簡稱FPGA），針對其軟體編程為特定任務的晶片。

谷歌的TPU則是專門針對機器學習應用而設立，期望讓晶片更加相容且減少計算精度，
可以讓每個操作需要的晶體管更少。這意味著，谷歌使用晶片的方式不像NVIDIA，
也不像其他公司使用更少的晶片。這種營運模式對於晶片製造商來說絕對不是甚麼好消息
，尤其是世界上最大的晶片製造商英特爾。

其實，谷歌已經祕密的使用TPU一年多了，這個客製化晶片似乎能夠提升其機器學習系統的
運行速度。畢竟，半導體產業的摩爾定律已經開始面臨瓶頸，新型處理器的速度當然也
陷入成長限制，這使得針對特殊需求任務的晶片將於未來將變得更有發展空間。

隨著機器學習變得愈來愈廣泛的應用，從語音識別、語言翻譯和數據分析，未來哪一家
公司能夠開發出具備負荷龐大高運算強度軟體的晶片，這對於其技術研發進度有很大的
關鍵。谷歌未來一段時間不太可能販售這種晶片，以免落入競爭對手之中，讓競爭對手
能夠縮減研發時間進而趕上谷歌的這項創舉。

英特爾的處理器驅動著谷歌內部龐大的運算伺服器以及數據分析，一旦英特爾在未來的
某一天不能夠在谷歌的公司內成為被採用的晶片，那麼英特爾就必須要擔心，其在蘋果
與智慧型手機失敗的情況很可能在谷歌進入人工智慧時，又再一次發生相同的事情。
（732字）

--