黃仁勛親自撰文懟上 TPU：P40速度比你快 2 倍，帶寬是你的 10 倍

雷鋒網按：前不久谷歌發布了關於TPU細節的論文，稱「TPU 處理速度比當前 GPU 和 CPU 要快 15 到 30 倍」。當時就有人對此種「比較」表示質疑，因其拿來的比較對象並非市場里性能最好的。

而昨晚（美國時間 4 月 10 日）英偉達 CEO 黃仁勛就親自撰文回應了這一「比較」，文章第一段就以谷歌 TPU 開頭，炮擊意圖十分明顯，隨後更是扔出了 Tesla P40 GPU 與 TPU 的性能對比圖，可謂針尖對麥芒。

不過 P40 和 TPU 的售價差距很大（P40 24GB版本售價5千多美元，TPU 成本估計在幾百美元），尺寸和製程也不一樣，也有人覺得這樣的對比未免也是不恰當的。但黃仁勛不惜親自撰寫長文，擺事實擺數據，意在表明英偉達在 AI 晶元領域的強勢姿態和技術領先的驕傲。

當時TPU論文甫一發布，雷鋒網就論文中的比較對象問題諮詢了AI人士意見，感興趣的讀者可戳《》。以下為黃仁勛發表全文，原文標題為「AI 驅動數據中心加速計算的崛起」（AI Drives the Rise of Accelerated Computing in Data Centers），由雷鋒網編譯。

谷歌最近的TPU論文給出了一個十分明確的結論：如果沒有高速計算能力，大規模AI實現根本不可能。

如今的世界經濟運行在全球的數據中心之上，而數據中心也在急劇發生改變。不久之前，數據中心服務支撐網頁、廣告和視頻。現在，它們能夠從視頻流里識別聲音、檢測圖片，還能隨時讓我們獲得想要的信息。

以上提到的各種能力，都在愈來愈依靠深度學習來支撐。深度學習是一種演算法，從海量數據里學習形成軟體，來處理諸多高難度挑戰，包括翻譯、癌症診斷、自動駕駛等等。這場由AI引發的變革，正在以一種前所未有的速度影響著各種行業。

深度學習的開拓者Geoffrey Hinton最近在接受《紐約客》採訪時說道：「凡是任何一個有很多數據的分類問題，都可以用深度學習的方法來解決。深度學習有幾千種應用。」

以谷歌為例。谷歌在深度學習里突破性的工作引發了全球關註：Google Now 語音交互系統令人吃驚的精確性、AlphaGo在圍棋領域歷史性的勝利、谷歌翻譯應用於100種語言。

深度學習已經達到了不可思議的效果。但是深度學習的方法，要求計算機在摩爾定律放緩的時代背景下，精確處理海量數據。深度學習是一種全新的計算模型，它也需要一種全新計算架構的誕生。

一段時間以來，這種 AI 計算模型都是運行於英偉達晶元之上。2010 年，研究員 Dan Ciresan 當時在瑞士 Juergen Schmidhuber 教授的 AI 實驗室工作，他發現英偉達 GPU 晶元可以被用來訓練深度神經網路，比 CPU 的速度快 50 倍。一年之後，Schmidhuber 教授的實驗室又使用 GPU 開發了世界上首個純深度神經網路，一舉贏得國際手寫識別和計算機視覺比賽的冠軍。接著，在 2012 年，多倫多大學的碩士生 Alex Krizhevsky 使用了兩個 GPU，贏得了如今蜚聲國際的 ImageNet 圖像識別競賽。（Schmidhuber教授曾經寫過一篇文章，全面梳理了運行於GPU之上的深度學習對於當代計算機視覺的影響 http://people.idsia.ch/~juergen/computer-vision-contests-won-by-gpu-cnns.html）

深度學習優化

全球的 AI 研究員都發現了，英偉達為計算機圖形和超級計算應用所設計的 GPU 加速計算模型，是深度學習的理想之選。深度學習應用，比如 3D 圖形，醫療成像、分子動力學、量子化學和氣象模擬等，都是一種線性代數演算法，需要進行大規模並行張量或多維向量計算。誕生於 2009 年的英偉達 Kepler GPU 架構，雖然幫助喚醒了世界在深度學習中使用 GPU 加速計算，但其誕生之初並非為深度學習量身定製的。

所以，我們必須開發出新一代GPU架構，首先是 Maxwell，接著是 Pascal，這兩種架構都對深度學習進行了特定的優化。在Kepler Tesla K80 之後四年，基於 Pascal 架構的 Tesla P40 推理加速器誕生了，它的推理性能是前者的 26 倍，遠遠超過了摩爾定律的預期。

在這一時期，谷歌也設計了一款定製化的加速器晶元，名為「張量處理單元」，即 TPU。具體針對數據推理，於 2015 年部署。

上周，谷歌團隊發布了關於 TPU 優越性的一些信息，稱 TPU 比 K80 的推理性能高出 13 倍。但是，谷歌並沒有拿 TPU 與如今最新一代的 Pascal P40 做比較。

我們創建了如下的圖表，對 K80、TPU 和 P40 的性能進行量化，看看 TPU 與如今的英偉達技術之間的較量。

P40 在計算精度和吞吐量、片內存儲和存儲帶寬之間達到了良好平衡，不僅在訓練階段，也在推理階段達到了前所未有的性能表現。對於訓練階段，P40 擁有 10 倍於 TPU 的帶寬，32 位浮點性能達到 12個 TFLOPS 。對於推理階段，P40 具有高吞吐的 8 位整數和高存儲帶寬。

數據基於谷歌 Jouppi 等人論文「In-Datacenter Performance Analysis of a Tensor Processing Unit」[Jou17]，以及英偉達內部基準分析。K80 與 TPU 的性能比數據來源於論文[Jou17]里 CNN0 和 CNN1的加速性能比，其中比較的是性能減半的 K80。K80 與 P40 性能比基於 GoogLeNet 模型，這是一種可以公開使用的CNN 模型，具有相似的性能屬性。

雖然谷歌和英偉達選擇了不同的發展路徑，我們有一些共同關切的主題。具體包括：

• AI 需要加速計算。在摩爾定律變慢的時代背景下，加速器滿足了深度學習海量數據處理需求

• 張量處理處於深度學習訓練和推理性能的核心位置

• 張量處理是一個重要的新工作負載，企業在建立現代數據中心的時候，要考慮這一問題

• 加速張量處理可以顯著減少現代數據中心的建設成本

全球科技正處於一場被稱為「AI 革命」的歷史性轉變中。如今這場革命影響最深刻的地方，就是阿里巴巴、亞馬遜、百度、Facebook、谷歌、IBM、微軟、騰訊等公司所擁有的的超大規模數據中心。這些數據中心，需要加速 AI 工作負載，不必花費數十億美元用新的CPU節點來打造新的數據中心。如果沒有加速計算，大規模 AI 實現根本不可能。

GPU加速計算為深度學習和現代AI 供能。大家可以在 5 月 8-11 日到加州聖何塞參加我們的 GPU Technology 大會。你將會聽到 AI 開拓者們談論他們突破性的發現，並且獲悉 GPU 計算的最新進展是如何在變革一個又一個行業。