現(xiàn)今，Google許多服務，幾乎都跟AI有關(guān)，舉凡是搜尋、地圖、照片和翻譯等等，這些AI應用服務，在訓練學習和推論過程中，都使用到了Google的TPU。Google很早就在數(shù)據(jù)中心內(nèi)大量部署TPU，用于加速AI模型訓練和推論部署使用，甚至不只自用，后來更當作云端運算服務或提供第三方使用，還將它變成產(chǎn)品銷售。

　　在今年線上臺灣人工智慧年會上，Google研究部門軟件工程師Cliff Young擔任第一天的主題演講，Cliff Young不只是Google Brain團隊核心成員，更是Google TPU晶片主要設計者，一手設計和打造TPU，部署到Google數(shù)據(jù)中心內(nèi)，作為AI硬件加速器，用于各種AI模型訓練或推論。在加入Google前，他曾在DE Shaw Research和貝爾實驗室，負責設計和建造實驗室超級電腦。在整場演講中，他不只親自揭露Google決定自行開發(fā)TPU的過程，針對深度學習革命對于未來AI發(fā)展影響，也提出他的最新觀察。

　　Cliff Young表示，深度學習神經(jīng)網(wǎng)路技術(shù)自2009年開始在語音辨識大放異彩以來，幾乎每年在不同領(lǐng)域應用上，我們都能看到因為深度學習而有了突破性的發(fā)展，從AI影像識別、Al下棋、到Al視網(wǎng)膜病變判讀、語文翻譯、機器人揀貨等等，「這是我們以前從未想過的事。」

　　正因為，深度學習的出現(xiàn)，讓人類在不同領(lǐng)域執(zhí)行任務的方式產(chǎn)生重大變化，他也以美國知名科學哲學家Thomas Kuhn提出的科學革命的發(fā)展模式來形容，深度學習本身就是一種科學革命的典范轉(zhuǎn)移，不只是常態(tài)科學。

　　Thomas Kuhn在《科學革命的結(jié)構(gòu)》一書中提出兩種科學發(fā)展模式，第一種是常態(tài)科學的模式，透過實驗和證明來理解新事實的方法，當出現(xiàn)舊科學無法認同的新科學產(chǎn)生時，就會產(chǎn)生新舊科學之間的沖突，衍生發(fā)展出另一種模式，也就是第二種的科學革命的模式，在此模式下，新科學模式將徹底顛覆舊科學的作法。「我認為深度學習革命就是這樣一種轉(zhuǎn)變， 正在取代傳統(tǒng)電腦科學。」Cliff Young說道。

　　更進一步來說，他指出，深度學習是一種數(shù)據(jù)驅(qū)動的決策過程，不同于傳統(tǒng)的stored value 或啟發(fā)式（heuristic）決策方法，深度學習算法使用可觀測的數(shù)據(jù)，來提供人類建立更好地決策的方式，比如運用在使用者推薦，可以根據(jù)使用者輪廓或網(wǎng)路行為，來推薦適合的產(chǎn)品或給出最佳搜索結(jié)果。

　　但他也坦言，不像數(shù)學原理可以被解釋，深度學習模型運作原理目前仍難以解釋，也因此，科學家無法從這些為何可行的原因中，找到提高效率的更好的作法。但如果想完全理解和解釋深度學習運作原理，依照過往工業(yè)革命的發(fā)展經(jīng)驗，得等到合成神經(jīng)動力學的出現(xiàn)后，才有機會得到解釋，動輒可能耗費數(shù)十年之久，所以，他也說：「從事深度學習研究，比起問why，how更重要。」

　　Cliff Young回顧機器學習革命過程，可以2012年的AlexNet神經(jīng)網(wǎng)路架構(gòu)作為分水嶺，由Alex Krizhesky等人提出的AlexNet運用GPU建立的深度學習模型，以85%準確度刷新世界記錄，在當年ImageNet圖像分類競賽中一舉奪冠。

　　這項競賽后來也引起Google的高度關(guān)注，認為深度學習技術(shù)大有可為，便開始投入研究。但他們投入后發(fā)現(xiàn)，深度學習模型在圖像識別和分類的成效表現(xiàn)，高度仰賴GPU的浮點運算能力，需要消耗大量運算資源供AI模型做學習訓練，因模型訓練運用GPU衍生出的運算成本十分昂貴。所以，Google才毅然決定自行開發(fā)深度學習專用的處理器晶片，也就是TPU（Tensor processing unit）。

　　在投入深度學習研究3年后，2015年時，Google開發(fā)出第一代TPU處理器，開始部署到自家的數(shù)據(jù)中心，用于深度學習的模型訓練。

　　Google在2016年Google I/O大會首次揭露TPU，與當時的CPU與GPU相比，Google的TPU不僅能提供高出30~100倍的每秒浮點運算性能，在整體運算效能上也有多達15到30倍的提升，甚至在效能/功耗比獲得有將近30~80倍的改善，Cliff Young表示，TPU很可能是當時世上第一個實現(xiàn)以高記憶體容量的矩陣架構(gòu)設計完成的處理器。

　　當年，Google擊敗韓國棋王李世石的AI電腦圍棋程式AlphaGo，背后功臣就是使用TPU運算的伺服器機柜，Google Deepmind團隊在AlphaGo中采用48個TPU用于AlphaGo的AI下棋推論， 與人類進行棋力比賽。

　　到目前為止，Google TPU一共歷經(jīng)4代發(fā)展演進，從初代TPU僅能應用于推論，到第二代TPU開始加入深度學習模型訓練處理能力，對于網(wǎng)路吞吐量需求增高，而隨著運算能力的提升，考慮到散熱問題，所以新一代TPU開始在散熱機制上結(jié)合液冷設計，也就是第3代TPU，也因此增加TPU密度，到了最新第4代TPU，則推出無液冷的TPU v4i和采用分散式液冷的TPU v4兩種不同版本。

　　這幾年，深度學習硬件加速器越來越火紅，Cliff Young認為，在AI訓練和推論硬件發(fā)展上將出現(xiàn)轉(zhuǎn)變。他預測，未來推論硬件設計上將更具多樣性，來發(fā)展出不同推理解決方案，來對應不同場景的使用需求，從微瓦的超低功耗，到高效能運算HPC以及超級電腦應用。

　　另在AI訓練硬件方面， 他表示，融合式硬件架構(gòu)將成為發(fā)展主流，尤其現(xiàn)在不少新推出的AI訓練硬件，都有不少相似之處，像是在設計高密度運算晶片Die時，會采用HBM（高頻寬記憶體）整合設計，還有建立高效能互連網(wǎng)路，用于傳輸訓練數(shù)據(jù)，如TPU就有使用ICI（Inter-Core Interconnect）來與其他TPU高速互連，其他還有如Nvidia的NVLink高速互連介面等。雖然這些技術(shù)，都來自不同團隊，但他們都有個共通之處，就是在研究共同問題想辦法找答案，他表示，透過這些技術(shù)融合，有機會可以找到好的解決方案。

　　Google數(shù)據(jù)中心內(nèi)目前部署了許多TPU Pod

　　另一方面，他也觀察到，近幾年，全球AI競賽進到白熱化階段，雖然加速深度學習在自然語言模型的突飛猛進，但也使得需要訓練的AI模型越來越龐大，像是為了完成使用1,750億個神經(jīng)參數(shù)的GPT-3文字產(chǎn)生器模型的訓練，OpenAI使用1萬個GPU建立運算叢集，以petaflops算力花了3,640天來訓練該模型。

　　為了訓練出像GPT-3這樣的超大AI模型，Google也以多個TPU互連建立TPU Pod叢集，來打造超級電腦叢集，放在自己的數(shù)據(jù)中心內(nèi)加速AI模型的訓練。過去幾年Google TPU Pod也從一開始256個TPU、增加到1,024個，到現(xiàn)在一個Pod擁有多達4,096個運算節(jié)點。以上圖在Google數(shù)據(jù)中心使用的TPU Pod為例，分上下二層建立TPU Pod叢集，每層配置多臺機架式機柜，每臺機柜中安裝了數(shù)十個TPU，包括TPU v2與TPU v3，再透過網(wǎng)路線來與其他TPU高速互連。

　　但想要跟上深度學習發(fā)展腳步，Cliff Young認為，不能僅靠加大訓練用的運算機器，現(xiàn)有的軟硬件架構(gòu)設計也得跟著轉(zhuǎn)變才行，他提出materials -application codesign協(xié)同設計的概念，認為未來深度學習架構(gòu)設計，需要結(jié)合包含從物理到應用所有層面的協(xié)同設計，他認為這是打破摩爾定律瓶頸，找到深度學習發(fā)展新出路的方法。

　　他進一步說明，在傳統(tǒng)協(xié)同設計中，硬件和軟件之間僅靠一層單薄的ISA指令集架構(gòu)作為聯(lián)系溝通，但在以DSA（Domain-specific Architecture）專用領(lǐng)域架構(gòu)為主的協(xié)同設計中，則由包含許多不同軟件層，架構(gòu)層，以及不同介面組合而成。其中軟件層方面，包括函式庫、編譯器、應用程式、模型、演算法、Numerics等，硬件架構(gòu)方面包括物理設計、半導體材料、架構(gòu)及微架構(gòu)等。這些軟硬件協(xié)同設計，未來可以運用到深度學習架構(gòu)設計優(yōu)化上，像是在記憶體技術(shù)中，能大幅降低模型訓練過程對于位元（bits）覆寫使用，以及加入采用較慢的記憶體讀取速度的設計等。