谷歌設(shè)計了用于驅(qū)動深層神經(jīng)網(wǎng)絡(luò)的計算機芯片，深層神經(jīng)網(wǎng)絡(luò)的人工智能技術(shù)重新發(fā)明了互聯(lián)網(wǎng)服務(wù)運營方式。

　　美國時間18號上午，在谷歌I/O2016，CEO桑德爾·皮蔡(Sundar Pichai)表示，谷歌設(shè)計了一個ASIC(Application Specific Integrated Circuits：專用集成電路)，專門針對深層神經(jīng)網(wǎng)絡(luò)。這些硬件和軟件的網(wǎng)絡(luò)，可以通過分析大量的數(shù)據(jù)學(xué)習(xí)特定任務(wù)。谷歌使用神經(jīng)網(wǎng)絡(luò)來識別照片里的物體和面孔、理解你對Android手機說出的命令、或者翻譯語言文本。該技術(shù)甚至開始改變谷歌的搜索引擎。

　　谷歌將其芯片稱為張量處理單元(Tensor Processing Unit：簡稱TPU)，因為它支撐著Tensor Flow(研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng))，軟件引擎驅(qū)動其深度學(xué)習(xí)服務(wù)。

　　去年秋天，谷歌發(fā)布了Tensor Flow的開放源代碼許可證，這意味著公司之外的任何人都可以使用，甚至修改這個軟件引擎。谷歌不會共享其設(shè)計的TPU，但外人可以通過不同的谷歌云服務(wù)利用其機器學(xué)習(xí)硬件和軟件。

　　谷歌只是將深度學(xué)習(xí)加入到廣泛的互聯(lián)網(wǎng)服務(wù)的眾多公司之一，還有Facebook、微軟和Twitter。通常，這些互聯(lián)網(wǎng)巨頭推動他們的神經(jīng)網(wǎng)絡(luò)與圖形處理單元，或GPU，如芯片制造商NVIDIA。但包括微軟在內(nèi)的一些公司，也正在探索現(xiàn)場可編程門陣列(field program ablegatearrays：簡稱FPGA)，可以編程為特定任務(wù)的芯片。據(jù)谷歌所說，驅(qū)動在線服務(wù)的數(shù)據(jù)中心內(nèi)部的海量硬件機架，TPU板就像硬盤驅(qū)動器一樣安裝到相同的插槽，對比其他的硬件，它提供了“一系列每瓦數(shù)量級更好的優(yōu)化性能的機器學(xué)習(xí)”解決方案。“TPU是專為機器學(xué)習(xí)應(yīng)用而設(shè)，讓芯片更加兼容的減少計算精度，這意味著每個操作它需要的晶體管更少。”谷歌在博客文章中發(fā)布。“正因為如此，我們可以把每秒的操作更多地集成硅，使用更復(fù)雜和強大的機器學(xué)習(xí)模型，更快速地應(yīng)用這些模型，讓用戶更為迅速獲得更智能的結(jié)果。”

　　這意味著，除其他事項外，谷歌使用芯片的方式不像Nvidia，也不像其他公司使用更少的芯片。同時我們還可以看出，谷歌希望打造自己的芯片，對芯片制造商來說是個壞消息，特別是世界上最大的：英特爾。英特爾處理器驅(qū)動著谷歌內(nèi)部龐大的計算機服務(wù)器，而英特爾的煩惱在于，谷歌有一天會設(shè)計自己的中央處理器。