Google I/O開發者大會去年因為疫情而取消，今年採取線上形式強勢回歸。在沒有開發者在場的Google園區內，Google CEO桑達爾·皮查伊（Sundar Pichai）宣布推出多項全新技術，除了能夠幫助用戶實現「空間瞬移」的全息視頻聊天技術Project Starling讓人耳目一新，還有最新一代AI晶片TPU v4。
「這是我們在Google上部署的最快的系統，對我們來說是一個具有歷史意義的里程碑。」皮查伊這樣介紹到。
最強TPU，速度提升2倍，性能提升10倍
Google官方介紹，在相同的64晶片規模下，不考慮軟體帶來的改善，TPU v4相較於上一代TPU v3性能平均提升2.7倍。
在實際應用中，TPU v4主要與Pod相連發揮作用，每一個TPU v4 Pod中有4096個TPU v4單晶片，得益於其獨特的互連技術，能夠將數百個獨立的處理器轉變為一個系統，互連頻寬在規模上是其他任何網絡技術的10倍，每一個TPU v4 Pod就能達到1 exaFlOP級的算力，實現每秒10的18次方浮點運算。這甚至是全球最快的超級計算機「富岳」的兩倍性能。
「如果現在有1千萬人同時使用筆記型電腦，所有這些計算機累加的計算能力，剛好就能夠達到1 exaFLOP的算力。而之前要達到1 exaFLOP，可能需要專門定製一個超級計算機。」皮查伊如是說。
今年的MLPerf結果表明，GoogleTPU v4的實力不容小覷，在使用ImageNet數據集的圖像分類訓練測試（準確度至少75.90%），256 個TPU v4在1.82分鐘內完成了這一任務，這幾乎與768個Nvidia A100圖形卡、192個AMD Epyc 7742內核（1.06分鐘）、512個華為AI優化的Ascend910晶片以及128個Intel Xeon Platinum 8168內核（1.56分鐘）組合在一起的速度一樣快。
當負責在大型維基百科語料庫上訓練基於Transform的閱讀理解BERT模型時，TPU v4的得分也很高。使用256個TPU v4進行訓練需要1.82分鐘，比使用4096 TPU v3進行訓練所需的0.39分鐘要慢1分多鐘。同時，如果想要使用Nvidia的硬體達到0.81分鐘的訓練時間，需要2048張A100卡和512個AMD Epyc 7742 CPU內核。
Google同樣在I/O大會上展示了能夠用到TPU v4的具體AI實例，包括能夠同時處理網頁、圖像等多種數據的MUM模型（Multitask Unified Model，多任務統一模型）和專為對話打造的LaMDA都是能夠用到TPU v4的場景模型，前者比閱讀理解模型BERT強1000倍，適合賦能搜尋引擎幫助用戶更加高效地得到自己想要的信息，後者則可以與人類進行不間斷的對話交流。
這一併不向外出售的TPU，很快將在被部署在Google的數據中心，且90%左右的TPU v4 Pod都將使用綠的能源。另外，Google也表示，將在今年晚些時候開放給Google Cloud的客戶。
Google自研TPU，五年更新四代
Google最早於2016年宣布首款內部定製的AI晶片，區別於訓練和部署AI模型的最常見的組合架構，即CPU和GPU組合，第一代TPU在那場世界著名的人機圍棋大戰助力AlphaGo打敗李世石「一戰成名」，宣告並不是只有GPU才能做訓練和推理。
Google第一代TPU採用28nm工藝製程，功耗大約40w，僅適用於深度學習推理，除了AlphaGo，也用在Google搜索、翻譯等機器學習模型中。
2017年5月，Google發布了能夠實現機器學習模型訓練和推理的TPU v2，達到180TFLOPs浮點運算能力，同時記憶體頻寬也得以提升，比同期推出的CPU AI工作負載提升30倍，比GPU AI工作負載提升15倍，被基於4塊TPU v2的AlphaGo擊敗的世界圍棋冠軍柯潔最直觀地感受了這一切。
2018年5月，Google又發布第三代TPU，性能是上一代TPU的兩倍，實現420TFLOPs浮點運算，以及128GB的高頻寬記憶體。
按照一年一次疊代更新的節奏，Google理應在2019年推出第四代TPU，不過這一年的I/O大會上，Google推出的是第二代和第三代TPU Pod，可以配置超過1000顆TPU，大大縮短了在進行複雜的模型訓練時所需耗費的時間。
在AI晶片發展史上，無論是從晶片上記憶體上，還是從可編程能力來看，Google TPU都是不可多得的技術創新，打破GPU的「壟斷」地位，且打開雲端AI晶片的新競爭格局。
發展五年的Google TPU在今天依然保持著強勁的競爭力，未來的世界是什麼樣的？Google TPU已經告訴了我們一小部分答案。
