AI晶片競爭開跑，谷歌公布第四代TPU，宣稱比輝達A100晶片更快更節能

關鍵字：()；()；()；()；()；()；()

瀏覽次數：19836｜歡迎推文：

科技產業資訊室 - 茋郁發表於 2023年4月6日

圖、AI晶片競爭開跑，谷歌公布第四代TPU，宣稱比輝達A100晶片更快更節能

谷歌於2023年4月5日公佈了其用於訓練AI模型的超級電腦的新細節，稱該系統比輝達的同類型系統A100更快、更節能。雖然現今大多數涉足AI領域的公司的處理能力都來自輝達的晶片，但谷歌設計自己客製化晶片Tensor Processing Unit（TPU）期望能夠推動其在AI研究。

谷歌是在COVID-19大流行高峰期間宣布了其Tensor晶片，當時從電子到汽車的企業面臨晶片短缺的困境。由於谷歌看到蘋果在客製化晶片的投入，幫助了iPhone以及其他產品的開發。因此最初該晶片是為其Pixel智慧型手機提供動力，可是歷經幾年之後，谷歌將TPU延伸至更多領域，可見得其開發方面取得了長足的進步。

如今谷歌90%以上的AI訓練工作都使用這些晶片，即通過模型提供數據的過程，使它們在諸如類似人類的文字查詢或生成影像等任務中發揮作用。

谷歌TPU現在已經是第四代了。之所以世代晶片發展那麼迅速的關鍵在於，谷歌使用AI來設計其TPU晶片。谷歌聲稱，與人類花費數月時間設計晶片相比，使用AI設計晶片僅需要6小時即可完成設計過程。

一旦採用AI設計晶片，產品迭代都在迅速發生，這就是TPU進入第四代的原因。未來隨著生成式AI的快速發展，將造成大型語言模型的規模呈現爆炸式成長，這意味著它們太大而無法儲存在單顆晶片上。所以谷歌客製化開發的光訊號交換器將4,000多顆晶片串在一起成為一台超級電腦，以幫助連接各個機器。此外，微軟也是將晶片拼接在一起以滿足OpenAI的研究需求。

谷歌指出，PaLM模型——其迄今為止最大的公開披露的語言模型——通過在50天內將其拆分到4,000顆晶片超級電腦中的兩個來進行訓練。更重要的是，其超級電腦可以輕鬆地動態重新配置晶片之間的連接，有助於避免出現問題並進行調整以提高性能。

谷歌除了自己使用TPU之外，一家新創公司Midjourney使用該系統訓練其模型，該模型在輸入幾句文字後即可生成新影像。
可是谷歌並沒有將其第四代晶片與輝達目前的旗艦H100晶片進行比較。谷歌暗示它可能正在開發一種新的TPU，它將與輝達H100展開競爭。

總之，隨著生成式AI的崛起，AI晶片的開發腳步將成為下一個廠商積極介入的領域，以搶奪未來商機。（804個字；圖1）

參考資料：
AI chip race: Google says its Tensor chips compute faster than Nvidia's A100. Interesting Engineering, 2023/4/5
Google says its AI supercomputer is faster, greener than Nvidia A100 chip. Reuters, 2023/4/5

相關文章：
1. 美國晶片法案相關限制之下的後續影響
2. AI對於未來IC設計將扮演非常關鍵的輔助性角色
3. AI、機器人和區塊鏈等新興科技正在改變新一代醫療保健的未來
4. 人工智慧（AI）可能從2023年起，徹底改變市場遊戲規則
5. 觀察全球半導體主要供應國與台灣的競合關係
6. 今年台灣半導體產值罕見同步與全球陷入衰退趨勢

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------