46
谷歌的机器学习利器 Cloud TPU 将首次全面对外开放。谷歌传奇芯片工程师 Jeff Dean 连发了十条 twitter 宣布了这一消息，第三方厂商和开发者可以每小时花费 6.5 美元来使用它，但需要先行填表申请。
此前，TPU 都被用于谷歌内部产品，随着 Cloud TPU 的开放，这意味着 AI 芯片和公有云市场将迎来新的变局。
谷歌同时发布了 Cloud TPU 的 beta 版，这一版本通过谷歌云平台提供，能够帮助更多机器学习专家更快地运行模型。Cloud TPU 是谷歌设计的硬件加速器，专为加速、扩展特定的 TensorFlow 机器学习工作负载而优化。
“把自用的 TPU 开放出来做云服务，显示了谷歌在云业务方面加大投资布局。谷歌将与所有提供智能云服务的厂商竞争；而芯片方面则将和英伟达展开竞争。”Gartner 研究副总裁盛陵海对记者表示。
尽管如此，谷歌和英伟达都否认双方存在直接的竞争关系。这是因为英伟达的芯片面向的是更加广泛的应用，而谷歌的人工智能芯片仅仅是聚焦于机器学习。受到人工智能需求的提振，英伟达的股价近两年上涨超过 6 倍。
早在去年 5 月 17 日的谷歌 I/O 大会上，谷歌就宣布正式推出第二代专注于人工智能的 TPU 处理器。TPU 是谷歌自主研发的一种专为人工智能运算服务的高性能处理器。比如第一代产品已经在数据中心和包括 AlphaGo 这样的人工智能当中使用，主攻运算性能。
而去年发布的第二代 TPU 芯片，不仅加深了人工智能在学习和推理方面的能力，而且谷歌是认真地要将它推向市场。根据谷歌的内部测试，第二代芯片针对机器学习的训练速度能比现在市场上的图形芯片（GPU）节省一半时间。
谷歌云计算团队首席科学家、斯坦福大学 AI 实验室主管李飞飞当时介绍称：“这些 TPU 可提供惊人的 128 万亿次浮点运算，它们是专为驱动机器学习技术的芯片。”与之相比，iPhone 6 可提供 100 万亿次浮点运算，英伟达的 Volta GPU 能提供 120 万亿次的浮点运算。
英伟达目前是图形芯片 GPU 的主导者。英伟达副总裁兼企业系统部总经理 Jim McHugh 表示：“英伟达的 NVIDIA GPU Cloud（NGC）正在为迅速壮大的全球用户普及 AI 变革性力量的高级神经网络。”NGC 已经向亚马逊的云平台提供服务。
谷歌在推出第二代 TPU 时，就推出了 Cloud TPU 云计算服务，用户可以租用，计费也将采取和 GPU 运算服务相同的模式，按分钟来计价。当时谷歌就表示，这款最新的 AI 芯片将不会卖给数据中心基于其它芯片制造商服务器上的公司，比如戴尔。
这也意味着，Google 在 AI 芯片方面的发展思路并非为了与 GPU 直接竞争，而是利用 TPU 在公有云行业差异化发展。谷歌首席技术官 Urs Holzle 表示：“本质上来讲，TPU 就是一个用于机器学习的超级计算机。我们的目标是要提供最好的云服务。”
谷歌在 2 月初公布最新一季财报同时，也首次公布了单季云业务的收入，达到 10 亿美元。相比之下，亚马逊和微软云的单季收入都已经超过 50 亿美元。谷歌在全球云服务市场目前排名第三。
从英伟达方面来看，根据最新一季度财报显示，英伟达数据中心业务是公司目前收入第二大来源，超过 6 亿美元，同比超过翻番，增长 105%。去年 9 月在中国的 GPU 技术大会上，英伟达宣布与中国的 BAT 达成数据中心方面的合作协议。
谷歌的进入让英伟达的投资人感到担忧。他们认为谷歌的参与将夺走大型数据中心运营商客户，从而将影响英伟达的盈利和收入。因为即使谷歌无法把自己的芯片商业化，也将为其赢得议价权。
下载ECAD模型
