谷歌芯片布局之道：下一代TPU人工智能芯片在路上

前言:

随着、、等几家厂商黯然离场,市场格局已经形成,、、、独树一帜的A系列和麒麟。

在芯片技术壁垒越来越高的同时,还是有一些野心勃勃的厂商想要攀上技术的高地。

作者 | 方文

图片来源 | 网 络

集贤:挖角大佬为自研芯片打基础

2017年,从苹果挖角了多位芯片行业的大佬,包括前苹果架构师 Manu Gulati、苹果芯片专家John Bruno、Wonjae Choi,以及来自高通的Mainak Biswas,Vinod Chamarty和Shamik Ganguly等人。

谷歌正在为其 Pixel智能手机打造自有芯片而努力。

而且在新架构不断涌现的趋势下,谷歌也希望在这块领域加强其自研芯片的实力。

谷歌在班加罗尔至少招募了16名技术老兵,还有4名招聘人员专门从英特尔、高通、博通和英伟达等传统芯片公司挖人才。

今年3月,谷歌还宣布公司已聘请英特尔长期高管乌里·弗兰克为副总裁来运营其定制芯片部门。

收购:加速自研芯片日程

2018年,谷歌宣布完成 11 亿美金对 HTC 智能手机Pixel团队的收购,HTC 的移动设备部门的部分成员将加入谷歌硬件部门;谷歌也将获取HTC的部分非独家知识产权。

在收购HTC负责Pixel的团队后,谷歌在自主芯片研发上的能力得到了进一步的提升。

今年,谷歌收购了Provino Technologies,开发用于机器学习的片上网络(NoC)系统的初创公司,能够助力其TPU的发展,从而推动其在云端AI芯片的发展。

NoC 相比于其它设计来说提高了的可扩展性及复杂系统芯片的功率。

但从谷歌发布的产品来看,他们从自研手机芯片的突破口不是手机芯片,而是手机协处理器。

上云:TPU延伸上云计划

TPU是谷歌在2015年推出的神经网络专用芯片,为优化自身的TensorFlow机器学习框架而打造,与不同,谷歌TPU是一种AS方案,是一种专门定制的芯片。

从2015年起,谷歌基于TPU逐步完善从云到端的布局。

在面向云服务的TPU和TPU POD之外,还推出了为端到端、端到边提供AI算力的Edge TPU,赋能预见性维护、故障检测、机器视觉、机器人、声音识别等更广泛的场景。

时至今日,谷歌的TPU已经迭代到了第四代,其第四代TPU的平均性能比其第三代TPU高出2．7倍。

凭借TPU芯片的出色性能表现,也使得谷歌也成为了专用AI芯片的代表玩家。而他所推出的这种新架构,也为新一代的浪潮带来了新的启发。

谷歌还计划将其TPU应用在EDA领域,利用云上资源,进行芯片验证,还可以大大加速芯片开发的时间。

谷歌还将其TPU芯片逐渐带入到了边缘端,并在2018年推出了Google Edge TPU。对Cloud TPU和Google Cloud服务的补充,提供端到端、云端到边缘、“硬件 + 软件”的基础架构,可协助客户部署基于 AI 的解决方案。

在 AI 芯片发展史上,无论是从片上上,还是从可编程能力来看,谷歌 TPU 都是不可多得的技术创新,打破 GPU 的垄断地位,且打开云端 AI 芯片的新竞争格局。

开源:首个开源PDK降低进入门槛

去年,谷歌宣布了第一个开源的PDK——SkyWater PDK。被选中的企业无需承担昂贵的制造费用,谷歌将为其提供完全免费的芯片制造流程。

这是同类产品中的第一个开放源代码处理工具,使用此PDK,可以在130nm节点的SkyWater晶圆厂生产芯片。

如果开源PDK的模式取得了成功,这会降低企业进入行业的门槛。

下一代TPU人工智能芯片在路上

在AI硬件方面,在近日谷歌宣布将推出下一代定制的张量处理单元(TPU)人工智能芯片TPUv4 Pods人工智能芯片。

TPUv4 Pods人工智能芯片的运算速度是上一版本的两倍,而量子运算将挑战100万量子位运算规模,是Google目前部署的最快一代系统。

本次推出的TPUv4,对系统内部的互联速度及架构进行优化,以进一步提升互联速度。据悉,TPUv4集群的互连带宽是大多数其他网络技术的10倍,可以提供exaflop级别计算能力。

今年下半年,谷歌计划将该芯片作为云平台的一部分提供给开发者。

发力始终绕不开的AI芯片

尽管TPU不是用在手机上的AI芯片,且在深度学习任务上,与 、GPU 、FPGA相比,任务灵活度较低。但无论如何,谷歌进军AI领域的野心已经昭然若揭。

个人移动终端上的AI应用(语音识别、图像处理等)具有如此广阔的发展前景和市场潜力,谷歌自然不会视而不见,的升级早就成为该平台的一个关键点。

在已经推出的Pixel手机上,谷歌已经搭载了图像处理的专用AI芯片Visual Core,用于编译HDR +图像的速度比应用处理器快5倍,功耗仅为其1/10。

Visual Core还处理与相机相关的复杂成像和机器学习任务,其中包括基于场景的自动图像调整以及其他用途。

现在,该芯片正在开发中,并将在今年晚些时候面世的Pixel 6智能手机和另一台设备上首次亮相。

代号为Whitechapel的5纳米工艺芯片将为下一代Pixel手机提供动能。它在内部被称为GS101 – Google Silicon芯片。

这款先进的芯片将通过TPU进行三集群设置,给智能手机带来更强的机器学习能力,从而让这些现代应用程序从中获得更好的AI体验。

Whitechapel芯片将采用定制的神经处理单元和图像信号处理器。人工智能和机器学习的使用可能不仅仅是用来改善相机,而是用来提高Pixel 6和Pixel 6 Pro的性能标准。

结尾:

从云端,到边缘端和手机智能终端,谷歌围绕着AI芯片的布局越来越广。从谷歌的这些布局上看,谷歌在芯片领域的谋划似乎更具野心。

部分资料参考:半导体行业观察:《谷歌的芯片布局》,新浪科技:《谷歌的芯片布局:不仅仅是手机 从边到云一直在布局》,三易生活:《一款芯片用三代,谷歌的底气到底从何而来》。