CPU誕生，讓英特爾在PC時(shí)代長(zhǎng)期獨(dú)占鰲頭；GPU崛起，讓英偉達(dá)一躍而起風(fēng)光無二。xPU時(shí)代正在到來，由谷歌TPU衍生而出的未來，誰(shuí)又將乘勢(shì)而起？

在全球科技產(chǎn)業(yè)將目光緊緊鎖定人工智能領(lǐng)域之際，TPU（Tensor Processing Unit，張量處理器）正在悄悄成長(zhǎng)為AI時(shí)代的“弄潮兒”。

GPU用于大模型訓(xùn)練、推理存在高能耗、高成本等問題，由AI算力需求增長(zhǎng)帶來的種種問題，或許可以從TPU身上找到更為理想的答案。

TPU“攻入”AI主流市場(chǎng)

由于入局早、算力強(qiáng)，由英偉達(dá)提供的GPU芯片幾乎已成為各大企業(yè)訓(xùn)練、推理模型，處理AI相關(guān)算力需求的標(biāo)配。但當(dāng)前，TPU芯片也正在逐步進(jìn)入AI算力主流芯片市場(chǎng)。

TPU由谷歌率先推出。從初代芯片推出至今，TPU的應(yīng)用范圍正逐步擴(kuò)大，谷歌以外的市場(chǎng)也逐漸打開。

最初，TPU是谷歌專為加速機(jī)器學(xué)習(xí)和深度學(xué)習(xí)任務(wù)而設(shè)計(jì)的專用芯片，特別是針對(duì)深度學(xué)習(xí)模型的訓(xùn)練和推理。2013年，谷歌開始研發(fā)TPUv1，這是全球首款專為AI打造的加速器。2017年，谷歌推出Cloud TPU，用于處理云端計(jì)算任務(wù)。

自2022年底生成式人工智能獲得產(chǎn)業(yè)界廣泛關(guān)注以來，TPU在生成式人工智能領(lǐng)域的應(yīng)用范圍也逐步拓寬。例如，2023年12月，谷歌推出多模態(tài)通用大模型Gemini的三個(gè)不同版本，該模型的訓(xùn)練大量使用了Cloud TPU v5p芯片。

谷歌曾表示，TPU是其推出許多服務(wù)的最大功臣之一，要是少了它，如即時(shí)語(yǔ)音搜尋、相片物件辨識(shí)及互動(dòng)式語(yǔ)言翻譯等無法絲滑運(yùn)行，還有最先進(jìn)的Gemini、Gemma、Imagen模型等也無法順利問世。

今年5月，谷歌又發(fā)布了第六代TPU芯片Trillium。據(jù)悉，Trillium能在單個(gè)高帶寬、低延遲Pod中擴(kuò)展為多達(dá)256個(gè)TPU的集群，相較于前代產(chǎn)品，Trillium在適配模型訓(xùn)練方面的功能更強(qiáng)。

同時(shí)，TPU芯片也逐漸走出谷歌公司，獲得更大范圍的市場(chǎng)青睞。一如，7月30日蘋果公司發(fā)布的一篇研究論文稱，蘋果在訓(xùn)練Apple Intelligence生態(tài)中的人工智能模型AFM時(shí)，選擇了谷歌的兩種張量處理單元（TPU）云集群。

性價(jià)比優(yōu)勢(shì)成為“焦點(diǎn)”

在以英偉達(dá)產(chǎn)品為代表的GPU在算力基礎(chǔ)設(shè)施市場(chǎng)“一騎絕塵”的情況下，TPU何以嶄露頭角，又何以贏得蘋果等全球知名企業(yè)的青睞？

市場(chǎng)分析師表示，以GPU為代表的通用計(jì)算架構(gòu)和針對(duì)特定領(lǐng)域的DSA（Domain Specific Architecture，面向特定領(lǐng)域）計(jì)算架構(gòu)是目前兩大主流AI芯片設(shè)計(jì)思路。但在市場(chǎng)容量巨大的應(yīng)用領(lǐng)域，計(jì)算芯片的架構(gòu)演進(jìn)總呈現(xiàn)出從通用型向?qū)Ｓ眯娃D(zhuǎn)變的規(guī)律。

隨著大模型訓(xùn)練的計(jì)算量和復(fù)雜度的指數(shù)級(jí)增長(zhǎng)，傳統(tǒng)GPU成本昂貴、算力利用率低、能耗大的局限日益凸顯。

今年1月，扎克伯格發(fā)帖公布了一組數(shù)字：到2024年底，Meta“大規(guī)模的計(jì)算基礎(chǔ)設(shè)施”將包括高達(dá)35萬張英偉達(dá)H100顯卡，為Meta在人工智能領(lǐng)域的突破提供強(qiáng)大支持。如果將其他GPU計(jì)算在內(nèi)，Meta的計(jì)算基礎(chǔ)設(shè)施將擁有“相當(dāng)于近60萬張H100的算力”。這將是一筆巨大的開銷。

與此同時(shí)，馬斯克表示，2024年特斯拉僅僅在英偉達(dá)的人工智能芯片上就將耗費(fèi)超過5億美元，特斯拉未來還需要價(jià)值“數(shù)十億美元”的硬件才能趕上最大規(guī)模的競(jìng)爭(zhēng)對(duì)手。

高昂的算力成本，使一眾全球頂尖的科技企業(yè)望而生畏。在此背景下，作為AI專用芯片之一的TPU被業(yè)界期待能夠從新的技術(shù)路線上另辟蹊徑。在這方面，谷歌已經(jīng)提供了成功經(jīng)驗(yàn)。據(jù)谷歌副總裁兼工程院士Norm Jouppi透露，TPU的出現(xiàn)足足讓谷歌省下了15 個(gè)數(shù)據(jù)中心的建設(shè)成本。

探索市場(chǎng)新可能

從產(chǎn)品邏輯來看，作為一種專用集成電路(ASIC)，TPU專為單一特定目的而設(shè)計(jì)，用以運(yùn)行構(gòu)建AI模型所需的獨(dú)特矩陣和基于矢量的數(shù)學(xué)運(yùn)算。而GPU的設(shè)計(jì)初衷是處理圖像信息。因此，從架構(gòu)設(shè)計(jì)的角度來看，相比于適合處理高度并行任務(wù)的GPU， TPU更適用于處理矩陣乘法等神經(jīng)網(wǎng)絡(luò)算法。

“TPU具有為AI大模型而生的天然優(yōu)勢(shì)架構(gòu)。”TPU架構(gòu)AI芯片公司中昊芯英創(chuàng)始人兼CEO楊龔軼凡在接受《中國(guó)電子報(bào)》記者采訪時(shí)表示，TPU專為神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)而設(shè)計(jì)，在相同制造工藝、能耗和芯片尺寸條件下，性能優(yōu)于GPU 3~5倍。在適用場(chǎng)景上，TPU為已有的算法和框架進(jìn)行優(yōu)化，性能和功耗表現(xiàn)均優(yōu)于GPU，更適用于深度學(xué)習(xí)模型的大規(guī)模部署。深度學(xué)習(xí)無疑仍是AI領(lǐng)域的主導(dǎo)力量，深度學(xué)習(xí)的某個(gè)分支將承載著未來100%的AI應(yīng)用。從長(zhǎng)遠(yuǎn)來看，TPU比GPU在AI賽道上更具競(jìng)爭(zhēng)力。

在TPU芯片領(lǐng)域，產(chǎn)業(yè)界正在進(jìn)行不同的嘗試。

一方面，“先行者”谷歌探索出了自己的專屬路線。

咨詢公司D2D Advisory首席執(zhí)行官Jay Goldberg直言，今天只有兩家公司有著成熟的芯片研發(fā)體系來訓(xùn)練人工智能模型，一個(gè)是英偉達(dá)的GPU，另一個(gè)是谷歌的TPU。但區(qū)別于英偉達(dá)，谷歌并不會(huì)以獨(dú)立產(chǎn)品的形態(tài)單獨(dú)出售自己的TPU芯片，而是通過谷歌云平臺(tái)向外部客戶提供基于TPU的算力服務(wù)。

另一方面，更多芯片從業(yè)者仍在探索基于TPU架構(gòu)的新產(chǎn)品。

今年2月，美國(guó)AI芯片初創(chuàng)公司Groq憑借其開發(fā)的新型AI處理器LPU（Language Processing Unit）引發(fā)關(guān)注，使用的TSP（張量流處理器）源頭是谷歌研發(fā)的TPU。今年4月，英特爾推出了專攻深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)推理的類TPU芯片Gaudi 3。

值得關(guān)注的是，國(guó)內(nèi)初創(chuàng)AI芯片企業(yè)中昊芯英歷時(shí)近五年，已成功量產(chǎn)全自研的國(guó)內(nèi)首枚TPU AI訓(xùn)練芯片，并自研AIGC預(yù)訓(xùn)練大模型，正在與行業(yè)伙伴進(jìn)行金融、教育、醫(yī)療等垂直領(lǐng)域?qū)I(yè)大模型的探索落地。業(yè)界普遍認(rèn)為，TPU芯片在中國(guó)市場(chǎng)的應(yīng)用，更有助于TPU這一產(chǎn)品門類的成熟。

當(dāng)然，無論從技術(shù)還是生態(tài)角度，TPU和類TPU芯片都處于“嬰兒期”，需要進(jìn)一步發(fā)展。但是，AI時(shí)代已經(jīng)到來，算力需求才露出冰山一角。在龐大需求下，新生事物更有施展拳腳的可能。