5月份，谷歌推出其用于阿法狗的二代AI架構(gòu)芯片TPU2,，還就此發(fā)布論文顯示TPU的速度比現(xiàn)行的CPU,、GPU高30倍,；與之爭鋒相對的是,，GPU巨頭英偉達(dá)CEO黃仁勛在隨后的年度開發(fā)大會上稱：TPU太僵化,，英特爾的FPGA太耗能,。英特爾的CPU,、英偉達(dá)的GPU,、TPU群雄崛起，現(xiàn)在的AI底層芯片接近“三國殺”的局面,。有趣的是,，他們比的不是誰的技術(shù)更強，而是誰的路子是正確的,。

前端數(shù)據(jù)獲取,，后端決策控制都需要CPU，中間GPU的并行計算優(yōu)勢更大,，而TPU在長期訓(xùn)練上成本能耗都低,，三者配合才構(gòu)成完整的AI。

———一位業(yè)內(nèi)人士評價

從CPU到TPU變了什么,？

CPU,、GPU、TPU都是一種芯片架構(gòu),，他們的區(qū)別是什么呢,？“簡單理解，CPU是一個大學(xué)生,，會一些專業(yè)技能(比如說游戲辦公等日常任務(wù)),；GPU是一個高中生，課本知識學(xué)得很好(比如說圖像識別),；TPU則是小學(xué)生,，只知道1+1=2?！睈刍罹W(wǎng)創(chuàng)始人劉澤申告訴南都記者,，CPU可以完成不同的任務(wù)，但在功耗成本一定情況下,，計算能力很難再提升了,；TPU很“白癡”，但功耗更低,，并行更多,，GPU介乎兩者之間?！昂唵握f來,，就是一個公司有錢請30個大學(xué)生或者3萬個小學(xué)生,，要怎么分配就看你的需求?！?/p>

那AI需要什么,。“AI實際上就是暴力計算,，需要的是海量計算，簡單說來就是訓(xùn)練與推理,，不斷優(yōu)化從A點到B點的路線,，”一位AI創(chuàng)業(yè)者開玩笑說，這相當(dāng)于算30萬題1+1,，30萬個小學(xué)生速度肯定比30個精算師快,，“其實可以理解人工智能底層需求實際上是最‘白癡’的?！?/p>

但英偉達(dá)不這么看,。有英偉達(dá)相關(guān)人士告訴南都記者，TPU的缺陷在于不能更換任務(wù),，靈活性差,。不過，反過來在“懟”傳統(tǒng)芯片老大CPU上,，英偉達(dá)表示,，“AI需要工作負(fù)載與加速運算?！秉S仁勛在一篇博文里說,，以前那種花數(shù)十億美元的CPU節(jié)點來打造數(shù)據(jù)中心已經(jīng)不適應(yīng)AI的大規(guī)模運作?！澳壳皝嗰R遜等主流前端應(yīng)用廠商都在英偉達(dá)芯片上開發(fā)其軟件系統(tǒng),。

“未來算法越來越專用化，AI需要海量迭代的‘暴力計算’能力,，從這個角度說,，CPU確實沒以前那么重要了?！瘪S勢科技創(chuàng)始人,，前英特爾研究院院長吳甘沙告訴南都記者，“但反過來AI是一個系統(tǒng),，不只是一個算法,，CPU還是標(biāo)配?！?/p>

“AI還是需要像CPU這樣的全能選手作為支撐,，”英特爾相關(guān)人士告訴南都記者,，沒有一把鑰匙能開萬把鎖，“英特爾的Xeon占全球支援AI應(yīng)用服務(wù)器芯片市場超過97%,?！睆倪@個角度說，CPU可能在服務(wù)器后端連接作用更加明顯,。

“三國殺”怎么殺,？

在面對TPU上，黃仁勛說：“人們無需再投資建立一個TPU,，我們有現(xiàn)成的,，而且由世界上最優(yōu)秀的芯片設(shè)計師設(shè)計?！?/p>

一位AI創(chuàng)業(yè)者告訴媒體,，英偉達(dá)的好處在于其開源，不鎖定使用服務(wù),，這對于開發(fā)者很重要,。

至于CPU老大英特爾，其相關(guān)人士則告訴南都記者,，“很多企業(yè)用戶已經(jīng)有很多CPU,，他們更希望利用現(xiàn)有資產(chǎn)?！钡⑻貭栆惨庾R到CPU的運算能力接近極致,，通過“買買買”來擴充自己的版圖，這兩年就有167億美元收購FPGA(介于TPU與GPU的一種架構(gòu))生產(chǎn)商Altera公司,、153億美元收購自動駕駛方案的Mobileye以及深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的Nervana Systems,。英特爾研究院院長宋繼強在今年展示了利用Nervana優(yōu)勢推出專用AI芯片Lake Crest，這也是他目前主流的“CPU+FPGA”架構(gòu)———不忘老本行,，新趨勢也不掉隊,。