12
Nvidia 正面临新的威胁，它就是 Alphabet TPU。
前几天，Google 在自家网站上公开了 TPU 相关论文的初稿，在 6 月份于多伦多召开的计算机体系结构国际研讨会（ISCA）之前，既吊足了大众胃口，又做了一个剧透。
这个论文都将说些什么？据悉，Alphabet 将 TPU 与 GPU/CPU 的性能进行对比，具体而言，即是将用于数据中心的 TPU 与英特尔 Haswell CPU 以及 Nvidia K80 GPU 进行比较。
在深入探讨这个对比结果之前，我们先看看 Alphabet 研发 TPU 的初衷。这要从 2013 年说起，那时英伟达还是一个专注于游戏级 GPU 开发的公司，Alphabet 便决定使用深层神经网络（DNN）在其数据中心构建自己的专用集成电路（ASIC）。
Alphabet 最初的规划是使用 ASIC 进行学习，GPU 进行训练（或预测）。通过将两者进行结合，Alphabet 在短短 15 个月的时间里，便成功构建了所谓的 TPU。
TPU 的构造完全不同于 GPU 与 CPU。TPU 并非依赖于 Nvidia 或者 Intel 的卷积神经网络（CNN），而是主要靠多层感知器（MLP）、CNN 和循环神经网络（RNN）。
Alphabet 的谋略便是在同一处使用 3 种神经网络可以根据输入数据的权重进行功能分配。这意味着需要较低计算能力的数据与权重较高且需要庞大计算的数据是不同的处理过程。这样便可以节省时间和资源，这也恰是影响处理器的两项重要指标。
相比 Nvidia K80 及英特尔 Haswell，这个独特架构便赋予 Alphabet TPU 一定的优势。根据 Alphabet 推断，TPU 速度比 K80 GPU 和 Haswell CPU 速度快 15~30 倍。此外，TPU 性能 / 瓦特是 Nvidia GPU 和 Intel CPU 的 30~80 倍。
Alphabet 还表明其 TPU 与 K80 及 Haswell 对比，其架构如何实现每个层的最佳性能。
Alphabet 在其论文中，并没有表现出要在数据中心以外领域使用 TPU 的打算。尽管这样，但是 TPU 对于 Nvidia GPU 依然是个长期的威胁。我们来仔细看一下这个问题，深层的威胁并不是 TPU 产品本身，而是一个没有任何制造历史的公司提出并实现了一个比 Nvidia GPU 更快的方案，这是一种超越，表面 Nvidia 的护城河被攻破。
是否会有更多像 Alphabet 这样的公司涌现？短期 / 中期或者长期，是否会有这样的公司出现？IBM、亚马逊、Facebook 等公司是否会成为下一个为自己数据中心构建 GPU 的 Alphabet？如果它们真的成为下一个 Alphabet，除了自用，它们是否会选择进行产品的销售？
这些问题必须先找到一个答案，否则，长期来看 Nvidia 将在市场中扮演怎样的角色便很难得出一个结论。
可能成为下一个 Alphabet 的远不止 IBM、亚马逊、Facebook。目前来看，Nvidia 面临的威胁有多大还无法得出结论，这个威胁可能远远不是 TPU 产品如此简单。
更多有关 TPU 的资讯，欢迎访问 与非网 TPU 专区
与非网编译内容，未经许可，不得转载！
下载ECAD模型
