谷歌發(fā)布強(qiáng)大AI芯片和超算 要轉(zhuǎn)型硬件制造商？

　　5月18日消息，據(jù)technologyreview報(bào)道，如果說(shuō)人工智能(AI)能夠迅速蠶食掉軟件，那么谷歌可能擁有最大的胃口。在今年的I/O開發(fā)者大會(huì)上，谷歌發(fā)布了更為強(qiáng)大的芯片和以機(jī)器學(xué)習(xí)為基礎(chǔ)的超級(jí)計(jì)算機(jī)，它們將有助于谷歌成為以AI為重點(diǎn)的硬件制造商。

　　在I/O開發(fā)者大會(huì)上，谷歌首席執(zhí)行官桑達(dá)爾·皮查伊(Sundar Pichai)介紹了谷歌研發(fā)的新計(jì)算機(jī)處理器，用于支持機(jī)器學(xué)習(xí)技術(shù)。近年來(lái)，機(jī)器學(xué)習(xí)已經(jīng)在IT行業(yè)掀起強(qiáng)大風(fēng)暴。

　　或許最重要的是，或者說(shuō)至少對(duì)于研究機(jī)器學(xué)習(xí)技術(shù)的人來(lái)說(shuō)，谷歌新的處理器不僅可以更快的速度執(zhí)行任務(wù)，它還能被以令人難以置信的效率訓(xùn)練。谷歌新處理器名為云張量處理單元(Cloud Tensor Processing Unit)，它以谷歌的開源機(jī)器學(xué)習(xí)框架TensorFlow的名義命名。

　　訓(xùn)練是機(jī)器學(xué)習(xí)領(lǐng)域最基礎(chǔ)的部分。舉例來(lái)說(shuō)，為了開發(fā)出能夠識(shí)別照片中熱狗的算法，你可能需要訓(xùn)練算法識(shí)別數(shù)以萬(wàn)計(jì)的熱狗照片，直到其學(xué)會(huì)區(qū)分。但是訓(xùn)練某個(gè)大模型的運(yùn)算非常復(fù)雜，而且這種訓(xùn)練可能需要持續(xù)數(shù)天甚至數(shù)周。

　　皮查伊還在開發(fā)者大會(huì)上公布了機(jī)器學(xué)習(xí)超級(jí)計(jì)算機(jī)，或稱Cloud TPU Pod，它以Cloud TPU集群為基礎(chǔ)，可高速處理數(shù)據(jù)連接。皮查伊稱，谷歌也在研發(fā)TensorFlow Research Cloud，它由數(shù)以千計(jì)的TPU組成。皮查伊表示：“我們正建立我們所謂的AI優(yōu)先數(shù)據(jù)中心，Cloud TPU正幫助優(yōu)化訓(xùn)練和推理，這為AI取得顯著進(jìn)步打下基礎(chǔ)?！惫雀鑼⒅圃?000套Cloud TPU系統(tǒng)，為那些愿意公開分享自己研發(fā)工作細(xì)節(jié)的AI研究人員提供支持。

　　皮查伊在主題演講中還宣布多個(gè)AI研究計(jì)劃，包括努力開發(fā)能夠?qū)W習(xí)如何從事耗時(shí)工作的算法，包括微調(diào)其他機(jī)器學(xué)習(xí)算法。他還稱，谷歌正為醫(yī)學(xué)圖像分析、基因組分析以及分子發(fā)現(xiàn)開發(fā)AI工具。在開發(fā)者大會(huì)之前，谷歌高級(jí)研究員杰夫·迪恩(Jeff Dean)表示，這些項(xiàng)目有助于幫助AI進(jìn)步。他說(shuō)：“許多頂級(jí)研究人員還沒有像他們所希望的那樣，獲得強(qiáng)大的計(jì)算能力支持?！?/p>

　　谷歌進(jìn)軍以AI為重點(diǎn)的硬件和云服務(wù)領(lǐng)域，部分原因是受其自身業(yè)務(wù)加速的驅(qū)動(dòng)。谷歌已經(jīng)在使用TensorFlow為搜索、語(yǔ)音識(shí)別、翻譯以及圖形處理等提供支持。此外，谷歌也在Alphabet子公司DeepMind開發(fā)的智能程序AlphaGo中使用這種技術(shù)。

　　但從戰(zhàn)略上看，谷歌可能在防止其他公司在機(jī)器學(xué)習(xí)領(lǐng)域取得主導(dǎo)地位。比如專門研發(fā)和制造圖形處理芯片的英偉達(dá)，其芯片已經(jīng)開始被用于深度學(xué)習(xí)領(lǐng)域，并在各種產(chǎn)品中變得越來(lái)越突出。為了提供某些措施以衡量其Cloud TPU提供的加速表現(xiàn)，谷歌表示其翻譯算法可能受到訓(xùn)練，使用新硬件后比現(xiàn)有硬件速度快得多。32個(gè)最好的GPU全天的訓(xùn)練量，TPU Pod只需要發(fā)揮1/8的水平就可在1個(gè)下午完成。

　　谷歌云計(jì)算團(tuán)隊(duì)首席科學(xué)家、斯坦福大學(xué)AI實(shí)驗(yàn)室主管李飛飛(Fei-Fei Li)稱：“這些TPU可提供驚人的128萬(wàn)億次浮點(diǎn)運(yùn)算，它們是專為驅(qū)動(dòng)機(jī)器學(xué)習(xí)技術(shù)的芯片?！迸c之相比，iPhone 6可提供100萬(wàn)億次浮點(diǎn)運(yùn)算。谷歌表示，他們還可能為研究人員設(shè)計(jì)使用其他硬件的算法，這就是他們所謂的“民主化機(jī)器學(xué)習(xí)”。自從谷歌2015年發(fā)布TensorFlow以來(lái)，越來(lái)越多的研究人員開始使用它。谷歌宣稱，TensorFlow已經(jīng)成為世界上使用最廣泛的深度學(xué)習(xí)框架。

　　機(jī)器學(xué)習(xí)專家目前正處于供不應(yīng)求的狀態(tài)，因?yàn)樵S多行業(yè)的公司都希望能夠利用不斷取得進(jìn)展的AI力量。皮查伊表示，解決這種技術(shù)短缺的方案之一就是開發(fā)機(jī)器學(xué)習(xí)軟件，用以取代AI專家開發(fā)機(jī)器學(xué)習(xí)軟件的部分工作。

　　在谷歌開發(fā)者大會(huì)上，皮查伊公布了谷歌下屬AI研究團(tuán)隊(duì)Google Brain正正進(jìn)行的AutoML項(xiàng)目，研究人員已經(jīng)展示，他們的學(xué)習(xí)算法可以自動(dòng)化執(zhí)行特定任務(wù)的機(jī)器學(xué)習(xí)軟件設(shè)計(jì)中最棘手的部分工作。在某些情況下，他們的自動(dòng)化系統(tǒng)還能夠提出媲美人類機(jī)器學(xué)習(xí)專家甚至超越他們的方案。皮查伊表示：“這讓人感到非常興奮，它可以加速整個(gè)領(lǐng)域發(fā)展，幫助我們解決今天面對(duì)的某些最具挑戰(zhàn)性的問題?！?/p>

　　皮查伊希望AutoML項(xiàng)目擴(kuò)大開發(fā)者數(shù)量，他們可通過(guò)減少專業(yè)知識(shí)要求來(lái)更好地利用機(jī)器學(xué)習(xí)。這非常符合谷歌的定位策略，其云計(jì)算服務(wù)成為開發(fā)和托管機(jī)器學(xué)習(xí)的最佳平臺(tái)。谷歌也正努力在企業(yè)云計(jì)算市場(chǎng)吸引更多新客戶，因?yàn)楣雀柙谶@個(gè)市場(chǎng)落后于亞馬遜和微軟。

　　AutoML項(xiàng)目的目標(biāo)是幫助人們更容易使用深度學(xué)習(xí)技術(shù)，谷歌和其他公司正利用它支持語(yǔ)音識(shí)別、圖像識(shí)別、翻譯以及機(jī)器人研究等。深度學(xué)習(xí)可讓數(shù)據(jù)通過(guò)一系列松散的數(shù)學(xué)計(jì)算層幫助軟件變得更聰明，這種計(jì)算層受到生物學(xué)啟發(fā)，為此被稱為人工神經(jīng)網(wǎng)絡(luò)。谷歌AutoML項(xiàng)目機(jī)器學(xué)習(xí)研究員富國(guó)樂(Quoc Le)表示，為神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型選擇正確的框架非常重要，但卻并不容易。