- shenzhenware - 明天，升級(jí)版「AlphaGo 2.0」將再次對(duì)戰(zhàn)人類(lèi)頂級(jí)棋手，這次是排名世界第一的柯潔。在去年的「人機(jī)大戰(zhàn)」中 AlphaGo 曾以 4:1 戰(zhàn)勝李世石，今年年初又偽裝成神秘棋手「Master」橫掃圍棋界，獲得 60 勝 1 和的記錄，包括打敗柯潔。 圍棋被認(rèn)為是人類(lèi)智慧最后的堡壘，而柯潔是目前世界上排名第一的頂尖棋手。經(jīng)過(guò)前幾次的對(duì)弈，人類(lèi)與 AlphaGo 的實(shí)力懸殊之大已經(jīng)讓很多人不抱人類(lèi)能獲勝的希望。中國(guó)棋壇另一位重要人物，世界大賽「8 冠王」古力甚至直言，柯潔勝一局的希望不足 10% 。 在去年的 Google I/O 大會(huì)上，谷歌就曾宣稱(chēng) AlphaGo 之所以能這般所向披靡，是因?yàn)橛幸豢睢该孛芪淦鳌梗蔷褪?nbsp;TPU（Tensor Processing Unit），一款專(zhuān)為谷歌深度學(xué)習(xí)系統(tǒng) TensorFlow 定制的 AI 芯片。下面，深圳灣就帶您一起解開(kāi)有關(guān) TPU 的秘密。 ▎谷歌的一篇論文，揭秘 AIphaGo 背后的「秘密武器」 早在 2006 年，谷歌就在考慮為神經(jīng)網(wǎng)絡(luò)構(gòu)建一個(gè)專(zhuān)用集成電路（ASIC）。 2013 年隨著數(shù)據(jù)量的急速膨脹，提高計(jì)算能力的需求開(kāi)始變得更加迫切。 2015年 11 月，谷歌開(kāi)源了其王牌機(jī)器學(xué)習(xí)系統(tǒng) TensorFlow，次年 3 月，應(yīng)用了 TensorFlow 深度學(xué)習(xí)系統(tǒng)的 AlphaGo 在「人機(jī)大戰(zhàn)」中一戰(zhàn)成名，也使得也使得這款 AI 學(xué)習(xí)系統(tǒng)及其硬件基礎(chǔ) TPU 聲名遠(yuǎn)播。 作為一個(gè)云計(jì)算硬件和軟件系統(tǒng)，TPU 是專(zhuān)門(mén)為機(jī)器學(xué)習(xí)而設(shè)計(jì)的芯片，其出現(xiàn)的使命在于加速谷歌人工智能落地的速度。其第一代 TPU 被 AlphaGo 人工智能系統(tǒng)用作其預(yù)測(cè)和決策的基礎(chǔ)，可提供高達(dá)每秒 180 萬(wàn)億次浮點(diǎn)運(yùn)算的性能，大大加速了對(duì)單個(gè)大型機(jī)器學(xué)習(xí)模型的培訓(xùn)。 不久前在備受矚目的 Google I/O 2017 開(kāi)發(fā)者大會(huì)上，谷歌又推出了第二代 TPU 升級(jí)版本，它比以往任何的 TPU 運(yùn)行得都要快，而且可以加速訓(xùn)練和運(yùn)行 ML 模型。 而上個(gè)月，谷歌還專(zhuān)門(mén)發(fā)布了一篇論文，公布了 TPU 一些相關(guān)的技術(shù)細(xì)節(jié)，并直接將矛頭對(duì)準(zhǔn)了 AI 芯片巨頭英偉達(dá)，稱(chēng)：「TPU 處理速度比當(dāng)前 GPU 和 CPU 要快 15 到 30 倍」。 TPU 內(nèi)部架構(gòu) 我們先來(lái)看看這篇論文談到的一些有關(guān) TPU 的要點(diǎn)，需要提及的是，下列數(shù)據(jù)是基于谷歌自己公司的標(biāo)準(zhǔn)測(cè)試得出的： · TPU 是一種 ASIC，需要先用 GPU 訓(xùn)練神經(jīng)網(wǎng)絡(luò)，再用 TPU做推斷。 · TPU 沒(méi)有與 CPU 密切整合，而是設(shè)計(jì)成了一個(gè) PCIeI/O 總線上的協(xié)處理器，可以像 GPU 一樣插到現(xiàn)有的服務(wù)器上。 · 在推斷任務(wù)中，TPU 平均比英偉達(dá)的 Tesla K 80 GPU或英特爾E5-2699 v3 CPU速度快 15 至 30 倍左右。 · 一個(gè) TPU 的 MAC 是Tesla K 80 的 25 倍，片上內(nèi)存容量達(dá)到 K80 的 3.5 倍，而且體積更小。 · TPU 的功耗效率（performance/Watt，每耗電 1 瓦的性能）比 GPU 和 CPU 高出 30 至 80 倍。 · 如果對(duì) TPU 進(jìn)行優(yōu)化，給它和 K80 一樣大的內(nèi)存，他的速度能比 GPU 和 CPU 高 30 - 50 倍，公好效率高 70 - 200 倍。 ——『In-Datacenter Performance Analysis of a Tensor Processing Unit』 這篇論文將在今年 6 月正式發(fā)表于多倫多舉辦的計(jì)算機(jī)體系結(jié)構(gòu)國(guó)際研討會(huì)（International Symposium on Computer Architecture, ISCA）上。傳言谷歌也曾考慮像微軟一樣用 FPGA，因?yàn)殚_(kāi)發(fā)起來(lái)更加靈活。但是經(jīng)過(guò)測(cè)試之后發(fā)現(xiàn)速度提升不夠。 黃仁勛在 GTC 大會(huì)上展示新品 ▎谷歌 VS 英偉達(dá)，一場(chǎng)看似硝煙彌漫的戰(zhàn)爭(zhēng)，實(shí)則各有未來(lái) 在谷歌的影響下，其他科技公司也陸續(xù)看到了 AI 定制化芯片未來(lái)的發(fā)展?jié)摿Γ两褚延袛?shù)十種類(lèi)似的定制化 AI 芯片陸續(xù)問(wèn)世。不僅如此，英特爾、微軟、三星也紛紛入局，這讓近年來(lái)在深度學(xué)習(xí)領(lǐng)域享有支配性地位的芯片供應(yīng)商 Nvidia 倍感壓力。 為了做出反擊，Nvidia 也開(kāi)始加強(qiáng)其新推的 GPU 芯片的定制化和專(zhuān)業(yè)性。在不久前英偉達(dá) GTC 大會(huì)上，Nvidia 發(fā)布了基于新一代圖形架構(gòu) Volta 的 Tesla V100 。特斯拉 V100 配備了 640 個(gè) Tensor 內(nèi)核，能提供提供了高達(dá) 120 teraflops 的、驚人的深度學(xué)習(xí)能力，它們是專(zhuān)為運(yùn)行深入學(xué)習(xí)網(wǎng)絡(luò)中使用的數(shù)學(xué)運(yùn)算而設(shè)計(jì)的。 作為芯片制造商的大客戶(hù)，谷歌揭幕 TPU 對(duì) CPU 巨頭英特爾和 GPU 巨頭英偉達(dá)來(lái)說(shuō)都是不小的商業(yè)壓力。除了英偉達(dá)，英特爾也在去年推出了適用于深度學(xué)習(xí)的處理器架構(gòu)和芯片，意欲擴(kuò)張當(dāng)下的市場(chǎng)份額，抵擋谷歌帶來(lái)的沖擊。但是目前看來(lái)，「定制芯片」的需求可能比他們預(yù)計(jì)還要更深。 但是，也許谷歌根本并無(wú)意參與這場(chǎng)競(jìng)爭(zhēng)。GPU 巨頭英偉達(dá) CEO 黃仁勛就曾告訴『華爾街日?qǐng)?bào)』，兩年前谷歌就意識(shí)到 GPU 更適合訓(xùn)練，而不善于做訓(xùn)練后的分析決策。谷歌打造 TPU 的動(dòng)機(jī)只是想要一款更適合做分析決策的芯片。這一點(diǎn)在谷歌的官方聲明里也得到了印證：TPU 只在特定機(jī)器學(xué)習(xí)應(yīng)用中作輔助使用，公司將繼續(xù)使用其他廠商制造的 CPU 和 GPU。 事實(shí)上，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，還是離不開(kāi) GPU 和 CPU。而對(duì)于 CPU 制造商而言，真正的挑戰(zhàn)是提供在考慮到能耗和效率的前提下，具有極高推理性能的芯片。TPU 是一款推理芯片，其出現(xiàn)并不是為了取代 CPU 或者GPU，而是作為一種補(bǔ)充。 盡管如此，由于谷歌 TPU 論文引起的反響太大，迫使感受到威脅的英偉達(dá)很快做出的回應(yīng)。英偉達(dá)回應(yīng)說(shuō)，GPU 在機(jī)器學(xué)習(xí)的推理（inferencing）方面相對(duì)于 TPU 有一些優(yōu)勢(shì)，還能用于機(jī)器學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。英偉達(dá)的 GPU 更通用一些，谷歌的 TPU 則比較專(zhuān)注于一個(gè)點(diǎn)，應(yīng)用場(chǎng)景十分單一。 英偉達(dá)對(duì)谷歌在論文中進(jìn)行的對(duì)比細(xì)節(jié)有些意見(jiàn)，黃仁勛表示，GPU 的通用性高一些，先是肯定 TPU 在深度學(xué)習(xí)的張量處理領(lǐng)域有一些重合，隨后通過(guò)一些細(xì)節(jié)來(lái)論證 GPU 相對(duì)于 TPU 的優(yōu)勢(shì)，這也算是不大不小的撕逼吧。 此次 AlphaGo 再次對(duì)戰(zhàn)柯潔，也是對(duì)谷歌 TPU 過(guò)去一年改進(jìn)的一次檢驗(yàn)。無(wú)論這場(chǎng)比賽結(jié)果如何，對(duì)于 TPU、對(duì)于 TensorFlow，乃至對(duì)于人工智能都不會(huì)是一個(gè)終點(diǎn)，而是一個(gè)嶄新的起點(diǎn)。 正如 DeepMind 創(chuàng)始人 Demis Hassabis 曾經(jīng)說(shuō)過(guò)的：「AlphaGo 的成功暗示了將 AI 應(yīng)用于廣泛任務(wù)和領(lǐng)域的可能性，也許我們?cè)诳梢院芏囝I(lǐng)域找到人類(lèi)專(zhuān)家無(wú)法考慮到的的解決方案。」希望 AlphaGo 背后的技術(shù)，能夠真正造福人類(lèi)。（撰稿：談喆@深圳灣）■ · ● 熱門(mén)活動(dòng) ● · ● ● ● 深圳灣（公眾號(hào) ID：shenzhenware）將持續(xù)關(guān)注物聯(lián)網(wǎng)、人工智能、機(jī)器人、無(wú)人機(jī)、智能駕駛、智能家居等領(lǐng)域的新銳產(chǎn)品和初創(chuàng)團(tuán)隊(duì)，歡迎聯(lián)系我們。微信私人客服：小炫（ID：warexx）。 |
|
|
