谷歌開放TPU晶元，每小時6.5美元

谷歌在一篇博客文章中正式宣布，將以「有限數量」向谷歌雲客戶開放張量處理器（Tensor Processing Unit，簡稱TPU）服務。

谷歌傳奇工程師 Jeff Dean在推特上宣布穀歌TPU首次對外全面開放，這也意味著TPU的商業化正在加速。

「我們對此感到非常興奮，因為許多研究人員和工程師在進行機器學習時都遇見了計算力不足的問題，而我們認為這（即 Cloud TPU）將是一個很好的解決方案。舉例來說，我們一個 Cloud TPU 設備可以在 24 小時內將運行在 resnet-50 上的模型的識別精度訓練到 75%。」Jeff Dean 在推特上興奮地表示。

TPU是谷歌為機器學習而設計的人工智慧定製晶元。將TPU開放，對於選擇在谷歌雲平台上運行機器學習模型的客戶來說，可謂好事一樁。但谷歌這次開放的TPU數量有限，而且按時收費，每小時成本為6.50美元。

TPU是谷歌為機器學習而設計的人工智慧定製晶元，是一種ASIC（專用集成電路）。是谷歌為機器學習而設計的人工智慧定製晶元，第一代TPU於2016年低調推出，廣泛應用在AlphaGo、搜索、翻譯、相冊等背後的機器學習模型中。在AlphaGo戰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，也稱為雲TPU。雲TPU對推理和訓練都進行了優化，每個 Cloud TPU 包含 4 個定製化的 ASIC，每個 Cloud TPU 的計算能力達到每秒 180 萬億次浮點運算（180 teraflops），並提供有 64GB 的高帶寬內存。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路連接起來，形成一個多層次的機器學習超級計算器，谷歌將之稱為「TPU pod」。谷歌預計今年晚些時候，將會開始供應這種更大的超級計算器，並表示訓練的時間-精度比將得到顯著提升。

TPU專用於人工智慧和機器學習，可為谷歌帶來兩大好處：

首先，利用自主研發的晶元，谷歌可以在核心的計算基礎設施方面更便宜、更有效地減少對英特爾、英偉達等晶元製造商的依賴。擁有自己的硬體使谷歌能夠更快地進行實驗。

其次，新的TPU也為谷歌的雲計算業務帶來額外收入，現在，谷歌雲平台（GCP）和谷歌的業務應用程序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，將允許企業租用多個板卡，並連接成名為TPU pod的超級計算機網路。後面谷歌會開源更多的 ML 模型。

晶元提供的是人工智慧三要素中的計算力，如今TPU的全面開放，可為中小AI公司在2018年的商業化應用落地提供硬體上的強大支撐。但也有業內人士評論稱「TPU只能通過雲獲取是一大障礙，英偉達在硬體方面還是碾壓谷歌」，並且認為「TPU對固定演算法還是有要求，目前應用範圍最廣還是GPU。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！