大力招聘芯片人才的背后：谷歌發(fā)力的“芯”藍圖是什么？

　　近日，谷歌在印度班加羅爾成立了新的芯片團隊gChips，新招聘的10多人中，包括來自英特爾、高通、英偉達和博通等傳統(tǒng)芯片制造商的工程師。目前已雇傭16名工程師和4名招聘人員，招聘和擴張仍在進行。據(jù)悉，該芯片團隊的員工可能會和谷歌在硅谷的現(xiàn)有芯片團隊合作，對設(shè)計理念進行微調(diào)和測試，再將最終產(chǎn)品發(fā)給制造商生產(chǎn)。一名高管還稱，該團隊2019年底可能會擴張至80人。

　　芯片之于谷歌的重要性

　　為什么谷歌在加碼芯片，因為AI芯片是AI技術(shù)的基礎(chǔ)。當AI技術(shù)進一步發(fā)展，所需要的信息和運算量會進一步提升，CPU已經(jīng)無法提供更加龐大的算力，目前人們用GPU來代替CPU進行深度學習，但為了考慮到算力膨脹和兼容性的問題，研發(fā)AI芯片已是大勢所趨。芯片作為高投入、高尖精的技術(shù)，又是底層硬件基礎(chǔ)，如果嚴重依賴它人，AI公司本身會非常難受——就和今天的中興一樣，命門一掐，受制于人。因此眾多互聯(lián)網(wǎng)大佬都在自行研發(fā)AI芯片，除了谷歌還有亞馬遜、蘋果、Facebook等。

　　谷歌研發(fā)的TPU最早公布于2016年，2013年就有相關(guān)傳言在進行研發(fā)了。與李世石和柯潔大戰(zhàn)而名聲大噪的AlphaGo就搭載了TPU。AI芯片分為深度學習和專用類，前者可以搭載在大量AI平臺內(nèi)，進行深度學習和智能運算;后者用途則更加垂直，比如用于安防識別、智能家居、自動駕駛、云端運算，這也是目前AI芯片最為火熱的四個落地場景。

　　谷歌專門開發(fā)的應(yīng)用于深度神經(jīng)網(wǎng)絡(luò)的軟件引擎。谷歌表示，按照摩爾定律的增長速度，現(xiàn)在的TPU的計算能力相當于未來七年才能達到的計算水平，每瓦能為機器學習提供更高的量級指令，這意味它可以用更少的晶體進行每一個操作，也就是在一秒內(nèi)進行更多的操作。并且谷歌將其與Deep learning系統(tǒng)平臺TensorFlow進行了深度綁定，可以獲得更好的支持，做更強的生態(tài)，包括搜索、無人駕駛汽車、智能語音等100多個需要使用機器學習技術(shù)的項目。

　　深度學習AI芯片更加意義重大，一般是為深度學習框架而設(shè)計，這意味著它對開源架構(gòu)進行了優(yōu)化，能讓開發(fā)者更順利、更快捷地開發(fā)出更多的AI應(yīng)用，形成數(shù)目繁多、品類齊全的AI應(yīng)用生態(tài)。此外，AI芯片與深度學習框架的一體化意味著標準的建立，如果選擇這款A(yù)I芯片的開發(fā)者越多，企業(yè)的AI護城河就越穩(wěn)固，類似PC之于Windows。

　　谷歌芯未來

　　谷歌巨頭們研發(fā)芯片有利于其建立消費設(shè)備的定制芯片，如Google Home和Amazon Dot。如果這些廠商能夠有包括AI加速器在內(nèi)的多款芯片在晶圓廠生產(chǎn)的時候，龐大的數(shù)量將會帶來很大的經(jīng)濟規(guī)模效應(yīng)。和目前AI加速器的嘗試一樣。這也僅僅只是一個開始。

　　一個對軟件操作環(huán)境和深度學習建模語言有控制權(quán)的網(wǎng)絡(luò)巨頭也將進入芯片設(shè)計領(lǐng)域是一件很容易的事，且是一個很不錯的選擇。因為他們很容易就能獲得最好的EDA工具、開源和可授權(quán)的IP模塊，然后就可以構(gòu)建原型芯片，將其布置到全國各地的服務(wù)器上。具體來說，谷歌進入芯片領(lǐng)域，不但可以定制其整數(shù)和浮點的處理器內(nèi)核，還可以基于這些定制的處理器內(nèi)核、定制AI加速器、定制的I / O和內(nèi)存控制器等部件打造SoC。他還可以在其專有的芯片里面優(yōu)化其軟件性能，這在通用的大規(guī)模芯片上是很難做到的。

　　未來，谷歌可能會設(shè)計完全不同的芯片，那些專門面向標準化操作環(huán)境和標準指令集設(shè)計的病毒將不會在這些芯片上執(zhí)行，黑客需要更好的手段才能訪問網(wǎng)絡(luò)巨頭的系統(tǒng)，尤其是這些系統(tǒng)還可能會定期更改的時候。屆時的數(shù)據(jù)中心，將會是一個截然不同的數(shù)據(jù)中心。那時候芯片產(chǎn)業(yè)也將會有谷歌的一席之地。