Nvidia皮繃緊!谷歌二代TPU來了、恐侵蝕GPU訂單

谷歌花了十年打造伺服器中心,處理每日數十億次的網路搜尋需求。如今谷歌更進一步,自行研發專屬晶片–Tensor Processing Units (TPU、見圖),加快機器學習腳步,並宣稱TPU性能優於CPU、GPU。

CNBC、TechCrunch報導,谷歌17日在I/O開發者大會,發布第二代TPU,處理人工智慧(AI)工作。谷歌推出新版TPU,顯示該公司不想倚賴其他業者,打造核心的計算基礎設施。當前谷歌使用Nvidia的GPU處理機器學習工作,倘若谷歌繼續自行研發晶片,可能會衝擊Nvidia發展。

詳細來說,深度學習(Deep Learning)是AI的一種,包含兩個階段,第一階段是「訓練」,協助類神經網絡辨識資料;第二階段是「推論」,讓機器能判讀數據、做出推測。過去五年來,GPU是深度學習在「訓練」階段的必備晶片,能夠辨別影像、語音等。

2016年發布的第一代TPU,只能用於深度學習的「推論」階段。第二代TPU更進一步,能夠處理「訓練」階段工作。Google Brain研究團隊主管Jeff Dean說,預料未來會更常使用TPU,處理「訓練」階段工作,加速試驗循環。他說,以機器翻譯系統為例,當前最佳的商用GPU,要使用32顆GPU,跑上一整天才能完成「訓練」;同樣的工作量改用TPU,只要8個相連TPU,最多六小時就能搞定。

倘若此一趨勢持續,不只谷歌可能減少購買Nvidia晶片,其他原本使用Nvidia晶片的業者,也可能改用谷歌數據中心處理AI運算,會讓Nvidia業務遭受雙重打擊。上個月谷歌發文,指稱和當前市面晶片相比,TPU速度快上15~30倍,效能也高出30~80倍。Nvidia執行長黃仁勳強勢反擊,表示Nvidia晶片表現為第一代TPU的兩倍。

Nvidia 17日重挫6.64%收在127.72美元。谷歌母公司Alphabet的Class A股價下跌2.33%收在942.17美元。

2016年谷歌在I/O大會上拋出震撼彈,宣布為人工智慧(AI)研發專屬晶片—「TPU」(Tensor Processing Unit),讓台積電客戶(2330)Nvidia備受威脅。外界認為短期內Nvidia的AI霸主地位難以撼動,但是AI晶片架構可能會百家爭鳴,最後誰能勝出,仍在未定之天。

PCMag、ValueWalk、巴倫(Barronˋs)去年報導,知名的谷歌硬體工程師Norm Jouppi在部落格發文表示,TPU是客製化的ASIC(特殊應用積體電路),專為機器學習設計,已經用於改善搜尋結果的相關性、提高谷歌街景服務地圖和導航功能的正確度。

到底TPU會不會取代GPU或CPU呢?谷歌資深副總Urs Holzle透露,當前谷歌TPU、GPU併用,這種情況仍會維持一段時間,但也語帶玄機表示,GPU過於通用,谷歌偏好專為機器學習設計的晶片。GPU可執行繪圖運算工作,用途多元。TPU屬於ASIC,也就是專為特定用途設計的特殊規格邏輯IC,由於只執行單一工作,速度更快,但缺點是成本較高(全文見此)。

*編者按:本文僅供參考之用,並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦,讀者務請運用個人獨立思考能力,自行作出投資決定,如因相關建議招致損失,概與《精實財經媒體》、編者及作者無涉。

MoneyDJ 新聞 2017-05-18 14:54:09 記者陳苓 報導