新聞 : 一年追上摩爾定律七年進度，Google 首度揭露自製機器學習晶片

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?，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。

由 TechNews科技新報 轉載