谷歌又放大招啦——全面開放TPU云服務(wù)。

13日，谷歌傳奇Jeff Dean連發(fā)10條推特，正式宣布TPU首次對外全面開放，具體來說是將“有限數(shù)量”TPU（為機器學(xué)習(xí)定制的人工智能芯片）向谷歌云客戶開放，每小時收費6.5美元。

此舉意味著TPU的商業(yè)化正在加速。 也意味著谷歌將在GPU領(lǐng)域與英偉達(dá)正面交鋒。

TPU到底厲不厲害？

TPU是谷歌為機器學(xué)習(xí)而設(shè)計的人工智能定制芯片，是一種ASIC（專用集成電路）。是谷歌為機器學(xué)習(xí)而設(shè)計的人工智能定制芯片，第一代TPU于2016年低調(diào)推出，廣泛應(yīng)用在AlphaGo、搜索、翻譯、相冊等背后的機器學(xué)習(xí)模型中。在AlphaGo戰(zhàn)勝李世石的系列賽中，TPU能讓AlphaGo“思考”更快，“想”到更多棋招、更好地預(yù)判局勢。

第二代TPU是在2017年5月18日的Google I/O 大會上推出，也稱為云TPU。云TPU對推理和訓(xùn)練都進行了優(yōu)化，每個 Cloud TPU 包含 4 個定制化的 ASIC，每個 Cloud TPU 的計算能力達(dá)到每秒 180 萬億次浮點運算（180 teraflops），并提供有 64GB 的高帶寬內(nèi)存。

另外，這些電路卡即可以單獨使用，也可以通過超高速專用網(wǎng)絡(luò)連接起來，形成一個多層次的機器學(xué)習(xí)超級計算器，谷歌將之稱為“TPU pod”。谷歌預(yù)計今年晚些時候，將會開始供應(yīng)這種更大的超級計算器，并表示訓(xùn)練的時間-精度比將得到顯著提升。

宣布開放，就是正式向英偉達(dá)開炮

在AI領(lǐng)域，眾所周知英偉達(dá)的GPU在AI時代獨占鰲頭，紅利盡享。其勁敵就是谷歌的TPU。此前TPU并未向第三方用戶開放，英偉達(dá)的黃仁勛在談到谷歌TPU時，就曾強硬的表示，對GPU并不構(gòu)成實質(zhì)性威脅。

當(dāng)時，老黃還列了列參數(shù)：新的TPU可以實現(xiàn)45 teraflop的運算能力，而英偉達(dá)最新的Volta GPU則能達(dá)到120 teraflop。不知道黃教主此刻是何種心情。

當(dāng)然此前谷歌也并不是 TPU 的唯一使用者，美國出行服務(wù)公司 Lyft 在去年底開始參與了谷歌新型芯片的測試。Lyft的軟件總監(jiān)Anantha Kancherla表示，“自從使用Google Cloud TPU以來，我們對其速度印象非常深刻，以前通常需要幾天，而現(xiàn)在可能需要幾個小時。深度學(xué)習(xí)正成為使自動駕駛車輛得以運行的軟件的中堅力量。”

另外，谷歌方面表示，傳統(tǒng)上，為定制 ASIC 和超級計算器編寫程序需要專業(yè)知識技能。相比之下，谷歌的這款TPU實現(xiàn)了與TensorFlow的無縫融合，幾乎無需改動，只需要使用高級 TensorFlow API 就可以對 Cloud TPU 進行編程了，像是：

- ResNet-50 以及其它流行的圖片分類模型

- 針對機器翻譯和語言建模的 Transformer

- 針對物體追蹤的 RetinaNet

芯片提供的是人工智能三要素中的計算力，如今TPU的全面開放，可為中小AI公司在2018年的商業(yè)化應(yīng)用落地提供硬件上的強大支撐。但也有業(yè)內(nèi)人士評論稱“TPU只能通過云獲取是一大障礙，英偉達(dá)在硬件方面還是碾壓谷歌”，并且認(rèn)為“TPU對固定算法還是有要求，目前應(yīng)用范圍最廣還是GPU。”

對谷歌來說，開放TPU有什么好處？

TPU專用于人工智能和機器學(xué)習(xí)，可為谷歌帶來兩大好處：首先，利用自主研發(fā)的芯片，谷歌可以在核心的計算基礎(chǔ)設(shè)施方面更便宜、更有效地減少對英特爾、英偉達(dá)等芯片制造商的依賴。擁有自己的硬件使谷歌能夠更快地進行實驗。

其次，新的TPU也為谷歌的云計算業(yè)務(wù)帶來額外收入，現(xiàn)在，谷歌云平臺（GCP）和谷歌的業(yè)務(wù)應(yīng)用程序GSuite每季度可超過10億美元收入。

谷歌目前允許公司租用單個TPU板卡，今年晚些時候，將允許企業(yè)租用多個板卡，并連接成名為TPU pod的超級計算機網(wǎng)絡(luò)。后面谷歌會開源更多的 ML 模型。

此次開放讓TPU和TensorFlow軟硬結(jié)合，或?qū)⒆尮雀柰黄浦貒矊⒋偈剐酒窬稚儯逃没M入快車道時期。那么一直以來我們的國產(chǎn)AI處理器產(chǎn)品，又將如何面對這一變局？