AlphaGo再度来袭英特尔和英伟达缘何应未雨绸缪.pdfVIP

NEWS新闻·评论 AlphaGo再度来袭 英特尔和英伟达缘何应未雨绸缪 本刊记者I孙永杰 去年击败世界围棋第一人李世石，由谷歌收购的 IDeepMind开发的围棋AI—AlphaGo移师中国，再战目前等 GPU的70倍。CPU的200倍。 级分排名世界第一的中国棋手柯洁九段且最终获胜，引发 尽管英伟达对于上述测试表示了异议，但TPu相对 了业内对于AlphaGo的关注。那么问题来了，AlphaGo缘何 于CPU和GPu存在的性能功耗比的优势(不仅体现在Al， 如此“聪明”并具有超乎人类的思考和反应能力? 还有数据中心)已经成为业内的共识。值得一提的是，在 201 其实，就在AlphaGo与柯洁‘‘人机大战”前不久，谷 谷歌I／O 7大会上发布的新一代TPu已经达到每秒 歌I／O2017大会上宣布，从“移动为先，’向“AI优先，’再次 1 80万亿次的浮点运算性能，超过了英伟达刚刚推出的 ■■■■●■■■■■■■■■■■■_ 升级，其中最典型的表现之一就是更新和升级了去年I／O GPUTesla2 日前， 由谷 大会上公布的TPu(TensorProcessingUnit)，一款谷歌自歌收购的 是什么造就TPu如此的优势? 己高度定制化的A1(针对AI算法，例如其自己开发的Tensor 简单来说，CPU是基于完全通用诉求而实现的通用处 DeePMind开 发的围棋AI— Flow深度学习架构)芯片，也．是AlphaGo背后的功臣，即 理架构；而GPu则主要基于图像处理的诉求，降低了一部 A haGo移 AIphdGo能以超人的熟练度下围棋都要靠训练神经网络来P 分通用性，并针对核心逻辑做了一定的优化，是一款准通 师中国，再 完成，而这又需要计算能力(硬件越强大，得到的结果越 用的处理架构，以牺牲通用性为代价，在特定场合拥有比 战目前等级 快)，TPu就充当了这个角色。 分排名世界 CPU快得多的处理效率。而TPu，则针对更明确的目标和 据称，在去年的‘‘人机大战”中，起初AlphaGo的硬件 处理逻辑，进-f-i-更直接的硬件优化，以彻底牺牲通用性为 第一的中国棋 平台采用的是cPu+GPU，即AIphdGo的完整版本使用了 代价，获得在特定场合和应用的极端效率，也就是俗话所 手柯洁九段且 最终获胜，引 40个搜索线程，运行-48颗CPU和8块GPU上，AlphaGo 言的“万能工具的效率永远比不上专用工具’’，而这正好迎 的分布式版本则利用了更多的芯片，40个搜索线程运行在 发了业内对于 合了当下诸多炙手可热的人工智能的训练和推理的需求。 AlPhaG0的关 1202颗CPU和176颗GPU上。这个配置是和当时樊麾比赛 到目前为止，谷歌的TPu已经应用于各种领域，例如 注。 时使用的，所以当时李世石看．{1]AlphaGo与樊麾的对弈过 谷歌图像搜索(Googlelmage CLoudVision 程后对‘