?縱觀芯片業(yè)，由于摩爾定律的放緩，對(duì)與英特爾來說，其在手機(jī)領(lǐng)域幾乎失手，又因?yàn)閜c銷量的不斷下滑，迄今為止，英特爾只能，固守和依靠的就剩下服務(wù)器大數(shù)據(jù)中心領(lǐng)域。
服務(wù)器大數(shù)據(jù)中心
但是近些年英偉達(dá)，在數(shù)據(jù)中心領(lǐng)域的持續(xù)發(fā)力，可謂可圈可點(diǎn)。英偉達(dá)的gpu執(zhí)行并處理了，一些與人工智能相關(guān)的服務(wù)器大數(shù)據(jù)中心任務(wù)。面對(duì)著巨大的威脅，英特爾收購了Altera，然后開發(fā)出了FPGA技術(shù)，并應(yīng)用在服務(wù)器大數(shù)據(jù)中心領(lǐng)域，做為反擊。FPGA技術(shù)是可以在產(chǎn)品生產(chǎn)出來之后，可以根據(jù)用戶的需求，進(jìn)行重新配置。FPGA技術(shù)可以說是在摩爾定律放緩的情況下，英特爾用來打擊其他通用芯片的一種手段。
FPGA
在英特爾找到FPGA技術(shù)，并將其應(yīng)用于，提升服務(wù)器大數(shù)據(jù)中心系統(tǒng)性能的時(shí)候，谷歌似乎也找到了，另外一種解決問題的新方案。谷歌的這個(gè)新方案，不是采用cpu和gpu這樣的通用芯片，也不是FPGA技術(shù)，而是使用專用芯片，例如定制的tpu芯片。
摩爾定律
隨著摩爾定律的放緩，不論是存儲(chǔ)，還是簡(jiǎn)單應(yīng)用，還是更加復(fù)雜ai向云端轉(zhuǎn)移，英特爾的cpu和英偉達(dá)的gpu都無法更有效率的做這些工作，因此英特爾和英偉達(dá)都想尋找出，一種更有效的解決方案。此時(shí)在復(fù)雜的通用芯片中，tpu的出現(xiàn)，似乎對(duì)英特爾和英偉達(dá)來說是一種巨大威脅，不過好在谷歌的tpu只局限應(yīng)用于，谷歌服務(wù)器大數(shù)據(jù)中心系統(tǒng)自身。
tpu芯片
谷歌的tpu芯片全稱為tensor processing 也叫張量處理器。這種芯片非常適合運(yùn)行tensorflow軟件引擎，谷歌的深度神經(jīng)網(wǎng)絡(luò)就是依靠tensorflow軟件引擎驅(qū)動(dòng)的，tensorflow軟件引擎可以通過分析硬件和軟件組成的網(wǎng)絡(luò)中的，海量數(shù)據(jù)來學(xué)習(xí)如何完成特定的任務(wù)。這款定制的tpu芯片運(yùn)行神經(jīng)網(wǎng)絡(luò)的效率，比其他通用芯片運(yùn)行神經(jīng)網(wǎng)絡(luò)的效率都高不少。
tensorflow
有相關(guān)的描述說，谷歌的tpu芯片在機(jī)器學(xué)習(xí)測(cè)試中，超過英特爾至強(qiáng)cpu和英偉達(dá)gpu一個(gè)數(shù)量級(jí)。Tpu芯片和其基準(zhǔn)測(cè)試，都比其他通用芯片快了15倍，性能提升近30%。
人工智能
但是就在2018年2月13日，谷歌宣布開放tpu云服務(wù)，并且允許企業(yè)用戶租用單個(gè)tpu板卡。并且在2018年的下半年，谷歌將允許企業(yè)用戶租用多個(gè)tpu板卡，用于建立tpu pod的超級(jí)計(jì)算機(jī)網(wǎng)絡(luò)。
谷歌云平臺(tái)
有業(yè)內(nèi)人士認(rèn)為，谷歌開放具備人工智能和機(jī)器學(xué)習(xí)能力的tpu云服務(wù)，不僅可以降低企業(yè)用戶對(duì)英特爾、英偉達(dá)等通用芯片巨頭的依賴，還可以用更低的成本使用核心計(jì)算基礎(chǔ)設(shè)施，來進(jìn)行軟硬件的實(shí)驗(yàn)，這不論對(duì)谷歌，還是企業(yè)用戶來說，都是不錯(cuò)的福利。
.
谷歌在2016年就特別低調(diào)的推出了tpu芯片項(xiàng)目，在2017年5月份的年度開發(fā)者大會(huì)上推出了第二代的tpu，這二代的tpu更新讓谷歌進(jìn)入了，更加復(fù)雜的深度學(xué)習(xí)的培訓(xùn)階段。目前谷歌tpu云服務(wù)產(chǎn)品的租用價(jià)格為每小時(shí)6.5美元。據(jù)估算，谷歌tpu云服務(wù)產(chǎn)品和谷歌gsuite每季度，可以帶來超過10億美元的收入。
.
聯(lián)系客服
