AI中国网 https: //www.cnaiplus.com
我们对于谷歌的TPU并不陌生，正是它支撑了AlphaGo强大快速的运算力，但谷歌一直未曾披露其细节，使得TPU一直保有神秘感。
美国当地时间4月5日，谷歌终于打破了沉寂，发表官方博客，详细介绍了TPU的方方面面。相关论文更是配以彩色的TPU模块框图、TPU芯片布局图、TPU印制电路．．．．．．等等，可谓图文并茂，称其为“设计教程”也不为过。不出意料，这之后将会涌现一大批仿效者。
论文中还给出TPU与其它芯片的性能对比图，称“TPU处理速度比当前GPU和CPU要快15到30倍”，有人赞叹TPU的惊人性能，但也有人对此种“比较”表示质疑，因其拿来的比较对象并非市场里性能最好的。
这篇论文有哪些亮点？争议点在哪里？谷歌公布TPU细节会对业界产生什么影响？本文要解答这几个问题。
谷歌为什么要造TPU？
这篇论文的题目为：《数据中心的TPU性能分析》（In－Datacenter Performance Analysis of a Tensor Processing Unit），共同作者多达70人，领衔的第一作者是硬件大牛Norman Jouppi。
Jouppi在接受外媒Wired采访时说，谷歌一开始曾经考虑要用FPGA，但是后来经过实验发现，这种芯片无法提供理想中的速度。
“可编程芯片制造费用太高，我们的分析认为，FPGA芯片并不比GPU跑得快。”
最终，他们将目光放到ASIC（专用集成电路，一旦设计制造完成后电路就固定了，无法再改变）上，TPU就是一种ASIC。在接受外媒The Next Platform采访时，Jouppi表示TPU可以适用于现存的各种神经网络模型，从图像识别的CNN到语音识别的LSTM，都适用。
“TPU跟CPU或GPU一样是可编程的。TPU 不是专为某一个神经网络模型设计的；TPU 能在多种网络（卷积网络、LSTM模型和大规模全连接的神经网络模型）上执行CISC 指令。”
谷歌已经使用TPU已经两年时间，将其应用在各种领域的任务里，包括：谷歌图像搜索（Google Image Search）、谷歌照片（Google Photo）、谷歌云视觉API（Google Cloud Vision API）、谷歌翻译以及AlphaGo的围棋系统中。
AI中国网 https: //www.cnaiplus.com
本文网址：
