谷歌为机器学习研制专用芯片

2016年5月18日，谷歌官方博客发布消息称：谷歌为机器学习任务研制了专用芯片。文章内容如下：

机器学习为谷歌的许多最受欢迎的应用程序增加了潜在吸引力。事实上，目前正在使用机器学习技术的谷歌团队有100多个，他们的工作内容包含谷歌街景(Street View)、邮箱智能自动回复(Inbox Smart Reply)以及语音搜索(voice search)等。但卓越的软件是需要以卓越的硬件为基础的，于是几年前谷歌启动了一个秘密项目，以测试将定制加速器应用到机器学习中能够取得什么结果。

该项目的研究成果被称为张量处理单元(TPU)，是谷歌研究团队为机器学习定制的一个专用集成电路(ASIC)，并针对谷歌第二代人工智能学习系统TensorFlow做了优化。谷歌研究团队在数据中心运行TPUs超过一年，发现它们能够为机器学习带来更高数量级的优化性能，这大约相当于将技术发展提前了7年（相当于经过3轮摩尔定律的发展）。

TPU针对机器学习应用做了优化，使得芯片可以处理精度很低的运算，这意味着对每个操作它需要的晶体管较少。因为这一点，可以让芯片在每秒钟内处理更多运算，也可以使用更先进、更强大的机器学习模型，并更快速地应用这些模型，以使得用户能够更快速地获得更智能的结果。TPU主板能够与谷歌数据中心机架的硬盘驱动器插槽匹配。TPU是将研究快速转化为实践的一个例子—从首次硅片测试到在谷歌的数据中心建立起系统并开始运行应用程序，仅用了22天。

TPU已经在谷歌的很多应用中发挥了作用，其中包括机器学习人工智能系统RankBrain，它被用来提高搜索结果与街景的相关性，也可以提高谷歌地图和导航的质量与精度。围棋人工智能程序AlphaGo也是由TPU驱动的。在对阵围棋世界冠军李世石(Lee Sedol)的比赛中，TPU使得它能够以更快的速度“思考”，并能够在对局中看的更远。

谷歌的目标是引领机器学习产业，将TPU部署到谷歌的基础设施中，将帮助把谷歌的能力带给开发者，如TensorFlow和具有先进加速能力的云机器学习。机器学习正在改变开发人员开发智能应用程序，以使得客户和消费者受益的方式。