這么生猛？AlphaGo只用一顆谷歌TPU處理器就能完虐人類

　　在中國棋手柯潔與谷歌AlphaGo的首場人機大戰(zhàn)中，執(zhí)黑棋出戰(zhàn)的柯潔最終以1/4子惜敗，這不禁令人們對AlphaGo愈發(fā)好奇起來！值得注意的人，人們關(guān)注的焦點也從AlphaGo此前的棋路，漸漸深入到了硬件和谷歌的人工智能的訓(xùn)練技術(shù)中。

　　據(jù)DeepMind公司AlphaGo團隊負責(zé)人David Silver介紹，AlphaGo使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）來理解圍棋，AlphaGo可以從每一層的神經(jīng)網(wǎng)絡(luò)中對棋局進行分析，現(xiàn)在的AlphaGo已經(jīng)擁有了40層神經(jīng)網(wǎng)絡(luò)。

　　與此同時，AlphaGo還利用策略網(wǎng)絡(luò)和價值網(wǎng)絡(luò)來減少計算機的搜索寬度和深度，用策略網(wǎng)絡(luò)忽略掉每一步中不合理的下法，而價值網(wǎng)絡(luò)可以減少機器往后搜索的步數(shù)。

　　如此高深的技術(shù)，自然無法脫離龐大的計算任務(wù)，而此次升級版的AlphaGo當(dāng)中僅僅使用了單個谷歌自主研發(fā)的AI計算單元TPU。

　　根據(jù)谷歌在今年I/O大會上透露的信息顯示，目前正在使用的第二代TPU能夠提供驚人的180TFLOPs浮點運算的計算能力，相比于傳統(tǒng)的GPU和CPU分別高出了15倍和30倍之多。

　　與此同時，谷歌還支持一種名為TPU pod的運算陣列，每個TPU pod當(dāng)中包括64顆第二代TPU，能夠提供11.5PFLOPS的浮點運算能力。

　　此外，David Silver還表示，谷歌未來將向第三方開放TPU云端計算服務(wù)，以便更多的AI開發(fā)者可以利用谷歌TPU的強大性能來訓(xùn)練自家的人工智能程序！