每年重要盛會之一的 Google I/O 2016 年開發者大會在美國時間 18 日上午登場，這次 Google 端出不少新東西，詳細可看科技新報的整理報導，還有一件值得關注的事，Google 在大會上揭露公司正在打造機器學習專用的晶片－－TPU（Tensor Processing Unit）。
Google 人工智慧 Alpha Go 在日前贏了南韓圍棋九段高手李世乭，AlphaGO 致勝的關鍵，就在於結合機器學習（Machine Learning）與深層類神經網路（deep neural networks），模擬圍棋高手如何分析盤面、找出最有利的下法，步步為營。Google CEO 桑德爾‧皮查（Sundar Pichai ）在 18 日 Google I/O 大會上進一步揭露了這當中的秘密。
皮查指出，Google 專門為深層類神經網路設計了特殊應用 IC（application-specific integrated circuit,ASIC），以 ASIC 為基礎的硬體或軟體，將能透過分析大量的數據學習特殊任務，Google 藉由神經網路得以辨識物件、照片中的人臉、了解傳到 Android 手機上的說話指令，以及翻譯技術，甚至因此改變了 Google 搜尋引擎。也是這項技術提升了 Alpha GO 的計算速度，並使其思慮看得更深遠。
Google 將運用此技術打造的機器學習專用晶片稱之為 TPU（Tensor Processing Unit），Google 在其自家部落格文章稱，由於 TPU 專為機器學習所運行，得以較傳統 CPU、GPU 降低精度，在計算所需的電晶體數量上，自然可以減少，也因此，可從電晶體中擠出更多效能，每秒執行更複雜、強大的機器學習模組，並加速模組的運用，使得使用者更快得到答案，Google 指出，團隊已經在資料中心執行 TPU 超過一年，且發現 TPU 能讓機器學習每瓦提高一個數量級，粗略來說，相當於摩爾定律中晶片效能往前推進了七年或者三代。搭載 TPU 的機板只要安裝在 Google 資料中心的硬碟插槽上即可。
Google 在去年發表機器學習系統 TensorFlow，並強調其為開源，意味著任何人都可以使用甚至修改這套軟體引擎，但不代表外部使用者可共享 Google TPU 的設計，不過可以透過 Google 雲端服務使用 Google 各式機器學習軟硬體服務。
而 Google 揭露了這項計畫也為半導體巨頭們帶來警訊，Google 並未使用、或甚少使用 IC 大廠的晶片，而是自己自行研發晶片，微軟目前也利用 FPGA 加速人工智慧運算，當自製晶片風潮從蘋果、小米等智慧手機廠商，吹向 Google 、微軟等網路、軟體公司，半導體產業會不會因此洗牌，或產生質變同樣值得關注。
鑽石
碎鑽
金豆
收藏
分享
專題
提升卡
變色卡
排首位