谷歌TPU第二代PK英伟达胜算几何？

【编者按】本文从产品端出发，展望了 谷歌 进军 TPU 市场的阻碍，以及 英伟达 在TPU率先布局建立的优势。文章来自The Motley Fool，由新智元翻译，经亿欧编辑，供业内人士参考。

---

为了在 人工智能 市场抢占更大的份额，英伟达和Alphabet这两家公司结成了意想不到的对手。到目前为止，Alphabet一直在谷歌云平台使用英伟达的GPU加速其各种AI应用，但现在看来，这家巨头很是有意自己单独切入这块有着巨额利润的空间。

就让我们仔细看看英伟达和谷歌在人工智能上的渊源，以及可能产生的影响。

谷歌揭幕TPU第二代，在谷歌云平台构建机器学习超级计算机

Alphabet在去年谷歌I/O大会上推出了自己的AI芯片——张量处理器TPU。TPU被广泛用于各种应用，包括优化搜索和语音识别的结果，在Alphabet的数据中心里也有使用。

与此同时，谷歌也在 云计算 平台使用英伟达的Tesla GPU，帮助用户训练模型。例如，2016年11月，英伟达就对外公布了，谷歌选择使用英伟达的Tesla P100 GPU和K80加速器为谷歌计算引擎（Google Compute Engine）和谷歌云机器学习用户提供AI服务。

但是，在今年5月I/O大会上，谷歌推出第二代TPU，并且通过云服务供用户使用，此举震惊了科技界。在今年4月发布的一篇官方博文中，谷歌表示TPU比当前的CPU/GPU速度快15~30倍。

第一代TPU只加速推理，但现在第二代TPU新增了训练的功能。不仅如此，谷歌的用户还能通过专门的网络，在云端利用TPU构建机器学习的超级计算机。

事实上，谷歌宣布自己已经成功将某些AI模型的训练时间缩短到几个小时，以前这样的模型用市售GPU需要一天时间来训练。

到今年年底，当谷歌TPU推出时，这可能意味着谷歌和英伟达在AI芯片上关系的终结。

英伟达：用开源来反击

英伟达的回应是，谷歌在比较TPU相对于GPU的速度时，没有与最新的Pascal架构比较，而是选择了较早的Kepler GPU。

此外，英伟达也没有闲着，宣称即将上市的Volta GPU加速深度学习的性能会更好。

实际上，英伟达不仅仅定位于硬件供应商，这家公司正在开发一个名叫英伟达GPU云（NVIDIA GPU Cloud，NGC）的服务，将配套提供GPU（比如英伟达基于Volta的 Tesla V100）和英伟达深度学习库。

英伟达采取了与谷歌不同的方式，专注将AI计算力作为平台即服务（platform-as-a-service）来提供。

谷歌不会对外出售TPU，而是用TPU驱动自己的Google Compute 平台。因此，英伟达目前还无需担忧失去谷歌这一客户。另一方面，Volta GPU 平台已经开始具有商业吸引力，亚马逊已确定在今年晚些时候V100芯片上市后立即购入。

英伟达的另一个优势在于，谷歌还没有决定要开源AI框架，因此TPU的用户被锁定在谷歌的平台上。而英伟达支持各种不同的云平台，包括亚马逊、微软、谷歌、IBM，给了用户在云服务供应商（CSP）方面更多的选择。

此外，英伟达CEO黄仁勋还出了一个狠招，他在公司官方博文中写道，要开源英伟达的深度学习加速器。“不需要再来人投资打造会推理的TPU，我们这里免费提供——由世界上最好的芯片设计师设计。”

相对于局限在谷歌云服务中的TPU，英伟达的开源让其产品成了CSP巨头，比如亚马逊和微软的选择。同时，谷歌云平台还不如亚马逊和微软的云平台那么成功，而这也将限制谷歌云平台的发展。