大力招聘芯片人才的背后：谷歌發力的“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。據悉，該芯片團隊的員工可能會和谷歌在硅谷的現有芯片團隊合作，對設計理念進行微調和測試，再將最終產品發給制造商生產。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技術的基礎。當AI技術進一步發展，所需要的信息和運算量會進一步提升，CPU已經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AI芯片已是大勢所趨。芯片作為高投入、高尖精的技術，又是底層硬件基礎，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。因此眾多互聯網大佬都在自行研發AI芯片，除了谷歌還有亞馬遜、蘋果、Facebook等。

　　谷歌研發的TPU最早公布于2016年，2013年就有相關傳言在進行研發了。與李世石和柯潔大戰而名聲大噪的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，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。

　　谷歌專門開發的應用于深度神經網絡的軟件引擎。谷歌表示，按照摩爾定律的增長速度，現在的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，也就是在一秒內進行更多的操作。并且谷歌將其與Deep learning系統平臺TensorFlow進行了深度綁定，可以獲得更好的支持，做更強的生態，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計，這意味著它對開源架構進行了優化，能讓開發者更順利、更快捷地開發出更多的AI應用，形成數目繁多、品類齊全的AI應用生態。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AI芯片的開發者越多，企業的AI護城河就越穩固，類似PC之于Windows。

　　谷歌芯未來

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

　　一個對軟件操作環境和深度學習建模語言有控制權的網絡巨頭也將進入芯片設計領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、開源和可授權的IP模塊，然后就可以構建原型芯片，將其布置到全國各地的服務器上。具體來說，谷歌進入芯片領域，不但可以定制其整數和浮點的處理器內核，還可以基于這些定制的處理器內核、定制AI加速器、定制的I / O和內存控制器等部件打造SoC。他還可以在其專有的芯片里面優化其軟件性能，這在通用的大規模芯片上是很難做到的。

　　未來，谷歌可能會設計完全不同的芯片，那些專門面向標準化操作環境和標準指令集設計的病毒將不會在這些芯片上執行，黑客需要更好的手段才能訪問網絡巨頭的系統，尤其是這些系統還可能會定期更改的時候。屆時的數據中心，將會是一個截然不同的數據中心。那時候芯片產業也將會有谷歌的一席之地。