谷歌发布强大AI芯片和超算 要转型硬件制造商？

　　5月18日消息，据technologyreview报道，如果说人工智能(AI)能够迅速蚕食掉软件，那么谷歌可能拥有最大的胃口。在今年的I/O开发者大会上，谷歌发布了更为强大的芯片和以机器学习为基础的超级计算机，它们将有助于谷歌成为以AI为重点的硬件制造商。

　　在I/O开发者大会上，谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)介绍了谷歌研发的新计算机处理器，用于支持机器学习技术。近年来，机器学习已经在IT行业掀起强大风暴。此举也反映出快速进步的AI正如何改变谷歌本身，已经有可靠迹象显示，谷歌希望能领导AI软件和硬件等相关方面的发展趋势。

　　或许最重要的是，或者说至少对于研究机器学习技术的人来说，谷歌新的处理器不仅可以更快的速度执行任务，它还能被以令人难以置信的效率训练。谷歌新处理器名为云张量处理单元(Cloud Tensor Processing Unit)，它以谷歌的开源机器学习框架TensorFlow的名义命名。

　　训练是机器学习领域最基础的部分。举例来说，为了开发出能够识别照片中热狗的算法，你可能需要训练算法识别数以万计的热狗照片，直到其学会区分。但是训练某个大模型的运算非常复杂，而且这种训练可能需要持续数天甚至数周。

　　皮查伊还在开发者大会上公布了机器学习超级计算机，或称Cloud TPU Pod，它以Cloud TPU集群为基础，可高速处理数据连接。皮查伊称，谷歌也在研发TensorFlow Research Cloud，它由数以千计的TPU组成。皮查伊表示：“我们正建立我们所谓的AI优先数据中心，Cloud TPU正帮助优化训练和推理，这为AI取得显著进步打下基础。”谷歌将制造1000套Cloud TPU系统，为那些愿意公开分享自己研发工作细节的AI研究人员提供支持。

　　皮查伊在主题演讲中还宣布多个AI研究计划，包括努力开发能够学习如何从事耗时工作的算法，包括微调其他机器学习算法。他还称，谷歌正为医学图像分析、基因组分析以及分子发现开发AI工具。在开发者大会之前，谷歌高级研究员杰夫·迪恩(Jeff Dean)表示，这些项目有助于帮助AI进步。他说：“许多顶级研究人员还没有像他们所希望的那样，获得强大的计算能力支持。”

　　谷歌进军以AI为重点的硬件和云服务领域，部分原因是受其自身业务加速的驱动。谷歌已经在使用TensorFlow为搜索、语音识别、翻译以及图形处理等提供支持。此外，谷歌也在Alphabet子公司DeepMind开发的智能程序AlphaGo中使用这种技术。

　　但从战略上看，谷歌可能在防止其他公司在机器学习领域取得主导地位。比如专门研发和制造图形处理芯片的英伟达，其芯片已经开始被用于深度学习领域，并在各种产品中变得越来越突出。为了提供某些措施以衡量其Cloud TPU提供的加速表现，谷歌表示其翻译算法可能受到训练，使用新硬件后比现有硬件速度快得多。32个最好的GPU全天的训练量，TPU Pod只需要发挥1/8的水平就可在1个下午完成。

　　谷歌云计算团队首席科学家、斯坦福大学AI实验室主管李飞飞(Fei-Fei Li)称：“这些TPU可提供惊人的128万亿次浮点运算，它们是专为驱动机器学习技术的芯片。”与之相比，iPhone 6可提供100万亿次浮点运算。谷歌表示，他们还可能为研究人员设计使用其他硬件的算法，这就是他们所谓的“民主化机器学习”。自从谷歌2015年发布TensorFlow以来，越来越多的研究人员开始使用它。谷歌宣称，TensorFlow已经成为世界上使用最广泛的深度学习框架。

　　机器学习专家目前正处于供不应求的状态，因为许多行业的公司都希望能够利用不断取得进展的AI力量。皮查伊表示，解决这种技术短缺的方案之一就是开发机器学习软件，用以取代AI专家开发机器学习软件的部分工作。