Google領(lǐng)先機(jī)器學(xué)習(xí)領(lǐng)域 緣于TPU定制芯片提供支撐

　　從TPU在Google數(shù)據(jù)中心運(yùn)行的表現(xiàn)來(lái)看，它可以為機(jī)器學(xué)習(xí)帶來(lái)相當(dāng)出色的表現(xiàn)，而目前Google領(lǐng)先機(jī)器學(xué)習(xí)領(lǐng)域，不難看出，是緣于TPU定制芯片提供支撐，說(shuō)明TPU是專(zhuān)為機(jī)器學(xué)習(xí)應(yīng)用而定制的。

　　機(jī)器學(xué)習(xí)為許多深受歡迎的Google應(yīng)用程序增添了不少魅力，當(dāng)前有超過(guò)百支谷歌團(tuán)隊(duì)在使用這項(xiàng)技術(shù)，包括街景、收件箱智能回復(fù)、語(yǔ)音搜索等。在I/O 2016大會(huì)的主題演講期間，Google向大家介紹了其在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的最新進(jìn)展，其中一個(gè)有趣的細(xì)節(jié)，就是所謂的TPU（張量處理單元）定制芯片。

　　優(yōu)秀的軟件，自然少不了優(yōu)秀硬件的加持，幾年前，Google就已經(jīng)悄悄地開(kāi)展了一個(gè)項(xiàng)目——自己動(dòng)手，為機(jī)器學(xué)習(xí)應(yīng)用程序提供定制加速。

　　這項(xiàng)研究的成果，就是本文要著重介紹的“張量處理單元”（Tensor Processing Unit），簡(jiǎn)稱(chēng)TPU。這是一款為機(jī)器學(xué)習(xí)而定制的ASIC、并且經(jīng)過(guò)了TensorFlow的調(diào)教。

　　TPU已經(jīng)在Google數(shù)據(jù)中心運(yùn)行了一年多，實(shí)踐表明它可以為機(jī)器學(xué)習(xí)帶來(lái)相當(dāng)出色的每瓦特性能表現(xiàn)。TPU是專(zhuān)為機(jī)器學(xué)習(xí)應(yīng)用而定制的，它的寬容度更高，可以降低計(jì)算的精度（所需的晶體管操作也更少）。

　　正因如此，我們每秒都可以在芯片中擠出更多的操作時(shí)間，使用更復(fù)雜和強(qiáng)大的機(jī)器學(xué)習(xí)模型、將之更快的部署，用戶(hù)也會(huì)更加迅速地獲得更智能的結(jié)果。

　　TPU是Google從研究快速走向?qū)嶋H應(yīng)用的一個(gè)積極例子，團(tuán)隊(duì)只花了22天的時(shí)間，就讓它在數(shù)據(jù)中心運(yùn)行了起來(lái)。

　　TPU早已為許多Google服務(wù)提供支撐，包括RankBrain（用于改進(jìn)搜索結(jié)果的相關(guān)性）和街景（改進(jìn)地圖導(dǎo)航的精度和品質(zhì)）。

　　在與李世石的人機(jī)圍棋對(duì)戰(zhàn)中，AlphaGo的背后也有著TPU的身影。TPU讓AlphaGo可以更快的思考，在移動(dòng)之前更加高瞻遠(yuǎn)矚。

　　在基礎(chǔ)設(shè)施對(duì)戰(zhàn)中打造的TPU，使得Google能夠向開(kāi)發(fā)者們帶去更大的軟件能量，比如在先進(jìn)的加速技術(shù)加持下的TensorFlow和云機(jī)器學(xué)習(xí)。

　　機(jī)器學(xué)習(xí)為Google應(yīng)用程序增添了不少魅力，使得Google在機(jī)器學(xué)習(xí)領(lǐng)域上做到業(yè)內(nèi)領(lǐng)先，同時(shí)，還將給谷歌提供給盡可能多的客戶(hù)。