谷歌此次或许会于AI芯片领域投入大量资源。有泄露报告表明, 谷歌正在跟AMD一同开展第十代TPU项目的开发工作, 而这将会是AMD首次成功获取定制AI ASIC订单。

当前市面上跟该项目关联的细节依旧没多少, 然而业界内的人士大多觉得此次合作具备着不同寻常的意义。谷歌所拥有的TPU系列已然更新到了第九代, 持续朝着更优发展契合其一直以来所秉持的策略。

谷歌TPU发展历程

始于2016年的谷歌自行研发的TPU, 第一代产品在被部署于数据中心后, 很快就呈现出强大得令人瞩目的AI算力表现, 第二代、第三代循序渐进地不断完善, 每一代均在能效以及性能方面达成突破。

待到第九代之际, TPU已然变成谷歌云服务里关键的构成部分, 谷歌并非满足于单一芯片样式, 而是不断去扩展产品系列, 涵盖推理、训练、边缘计算等诸多不同的场景。

AMD为何能被选中

AMD于CPU领域存有深厚积累, Zen架构处理器在市场里口碑不俗。更为关键的是, AMD在先进封装技术方面处于行业领先位置, 能够把多种芯片集成于同一个封装当中。

谷歌有着这样的期望, 期望在一个SoC当中, 同时去集成TPU以及CPU, 目的是用来应对强化学习工作负载所呈现出的复杂需求。AMD的CPU IP组合正好能够补足谷歌现有的方案所存在的短板, 双方之间优势互补的情况十分明显。

强化学习的新挑战

AI领域里, 强化学习属于重要的分支, 它被广泛运用在机器人控制, 自动驾驶, 游戏AI等场景之中。这类任务对芯片有着要求, 要求其具备极强的并行计算能力, 以及实时响应特性。

将传统 GPU 方案用于处理强化学习的时候, 常常会遭遇能效方面的瓶颈。谷歌挑选了定制 ASIC 这条路线, 恰恰是为了能够在特定的那样一些场景之下取得更高性能以及更低功耗二者之间的平衡呀。

行业格局正在生变

之前谷歌同博通呀, 联发科这样的厂商存在过AI芯片方面的合作事实, 此次将AMD引入进来意味着它的供应链策略朝着进一步多元化的方向发展, 不再单单依靠某一个合作伙伴, 如此这般有助于降低风险, 并且能够提升议价的能力。

AMD把这则订单成功拿下, 这有着里程碑层面的意义。在这之前, AMD是凭借通用GPU来涉足AI市场这回, 要是定制ASIC项目能够实现实际落地, 那将会开启一条崭新的商业赛道。

封装技术成关键

作为此次合作核心竞争力之一的是先进封装技术, 借助CoWoS、InFO等技术, 能够把不同制程节点的芯片整合于同一封装内, 进而大幅提高系统性能。

由谷歌跟AMD一起开展的共同研发行为所涉及的SoC方案, 存在着较大可能性会运用那新一代出现的封装技术。该种技术路线有着能够成为人工智能芯片行业里新的标准的期望, 从而吸引更多数量的厂商进行跟进。

这对消费者意味着什么

因更强的AI算力, 谷歌云服务会从中受益, 底层应用开发者可调用更高效的训练资源, 底层应用开发者还可调用更高效的推理资源, 随着TPU性能持续提升之举, 各类AI应用的响应速度会同步得到改善, 各类AI应用的准确率也会同步得到改善。

综观全局, AI芯片市场的竞争态势正经历重塑, 谷歌、AMD的共同行动传递了关键信号, 往后定制化ASIC路径可能会变成多样大厂的一致抉择, 你来判断此次合作有无可能更改AI芯片市场的格局, 欢迎于评论区呈上你的想法。