谷歌AI處理器終於對外出售：有人歡喜有人悲面

未來的xxxx年，風和日麗，寬闊的街道上，一列列自動駕駛車輛井然有序地高速穿行——它們接收著來自城市「大腦」的統一調度，即使行駛如飛，也相互保持著穩定的車距。

突然，不遠處的一座無線基站，設備突然冒出火花，過熱宕機——一瞬間，街道上的車輛前後接連相撞，現場慘不忍睹……

對於大部分人來說，這或許只是某個科幻災難片的場景，但對於AI（人工智慧）行業的從業者來說，它所反映的，卻正是當今AI技術的一個巨大短板——對於雲端大數據、對於遠程伺服器的過度依賴。

所謂的AI設備，其實自身根本就不「智慧」

遍歷當前的消費電子市場，AI作為最熱門的賣點，可謂是無處不在：從智能手機上的AI拍照、AI助手，到智能音箱的AI語音交互、AI家電控制，再到不少新晉的車企都喜歡宣傳的AI車機……它們看似很有趣、很先進、也很「智慧」，但實際上，大部分此類AI設備本質上都不具備真正的AI計算能力。它們的AI功能，全都要托網路連接、大數據與遠程伺服器的福。

這是怎麼回事？其實原理很簡單：以最具代表性的智能音箱為例：其實它本質上只不過在普通揚聲器的基礎上，加上了一組聯網的陣列麥克風。在用戶喊出語音命令之後，麥克風錄下命令的聲音，將它發到了聯網的遠程伺服器上——在那裡，語音才轉換成文字，進而獲得識別；之後，伺服器把「回答」的語音文本再發回到智能音箱，由揚聲器播放出來，或是執行關聯的操作，這一次「問答」就宣告完成。

不難看出，如此「AI設備」，其實嚴重依賴於聯網、依賴於網路那一頭的伺服器，而它們的「智商」也完全由伺服器收集到的大數據、伺服器上運行的演算法決定。如此一來，此類AI消費電子產品，從一開始就註定了它們具備難以逾越的三大短板：

其一：過度依賴網路連接，一旦斷網或是網路狀況不佳，則用戶體驗立馬大打折扣。

其二：需要錄製用戶語音並上傳才能實現識別、甚至需要收集用戶使用習慣並上傳分析才能鍛煉演算法，有侵犯用戶隱私的嫌疑。

其三：對於諸如工業物聯網、智能駕駛車聯網這些使用場景來說，雲端AI的高延遲不僅可能導致出錯，甚至存在安全隱患。

既然雲計算AI不靠譜，那麼離線處理如何？

要解決當前這些「AI」產品的問題，最簡單的辦法當然是為其植入獨立的、具備離線AI計算能力的處理器單元——說來簡單，但實現起來，曾經也是極度困難的。

沒錯，是「曾經」，因為就在前幾天，科技巨頭谷歌展示了他們自主研發的Edge TPU晶元，它正是專為低功耗、獨立AI計算設計的一顆專用向量處理器（Tensor Processing Unit,簡稱TPU)。

TPU Edge有什麼特別的？首先，它從底層架構上就專為運行AI代碼設計，在執行簡單的AI判斷、學習時，TPU Edge無需聯網，能直接在本機完成計算並輸出結果。這意味著它既不會泄露用戶隱私，運算延遲還更低。

其次，TPU Edge作為谷歌TPU家族中的最新一代，在體積、功耗上已經優化得非常到位，不僅體積遠小於大部分通用處理器，甚至還具備和其他處理器、感測器聯動的能力。按照谷歌的說法，這是為了讓TPU Edge能夠被用在智慧工業、物聯網設備等體積、功耗受限的設備里。但此種連接能力也不禁令人浮想聯翩——它是否也有被裝進手機、平板的「潛力」？

雖然你可能不知道，但TPU真的很強

對於大多數人來說，「谷歌處理器」乍聽之下似乎很陌生，但是，實際上谷歌自主研發的AI處理器、也就是TPU，不僅已經有了幾年的歷史，而且也曾經在大眾面前「風光無限」過~

2017年5月，在中國烏鎮圍棋峰會上，來自谷歌的AI棋手「阿爾法Go」直落三盤戰勝世界冠軍柯潔，讓不少中國民眾第一次對於AI（人工智慧）有了直觀的認識——但很多人不知道的是，當時的阿爾法狗，並不像很多年前的IBM「深藍」那樣基於傻大黑粗的超級計算機，而已經是運行在谷歌自主研發的高性能TPU上了。

而僅僅幾個月之後，谷歌在2017年10月發布了「親兒子」手機Pixel 2/2XL，這款僅僅配備單後置攝像頭的手機在發布之後隨即橫掃當時的手機拍照榜單，不少用戶甚至發現它僅用單攝拍出的背景虛化效果，比此前一大票雙攝手機都更好。Pixel 2/2XL為何拍照水平如何之高？不久後，有媒體拆解發現，它集成了一顆谷歌自主研發的AI單元專門處理拍照計算，本質上就是一個「縮小版」的TPU。

就在本次TPU Edge正式發布之前，作為谷歌親密合作夥伴的LG對它進行了前期測試：LG嘗試用它驅動顯示面板質檢設備，結果發現和過去的系統相比，加入最新TPU的設備檢測成功率從大約50%大幅上升到了近99.5%，效率之高令人瞠目結舌。

谷歌TPU「錢景」一片大好，但也有人不太高興

自2015年「自產自用」開始，谷歌TPU發展至今已經迭代至少三次，衍伸型號都有好幾種了。但直到最近的Edge版本，才總算正式開啟了外銷商用的步伐。據谷歌入駐企業家李仁鍾（Injong Rhee）介紹，Edge TPU不會與傳統晶元競爭，他認為所有的晶元供應商、設備製造商都有機會從TPU技術中獲利。當然，終端消費者更不在話下。

只不過，也不是所有人都會歡迎TPU的到來。畢竟，谷歌TPU的工作機制，意味著未來AI計算對於伺服器的需求可能大幅縮減；與此同時，大數據廠商也無法再從用戶那裡收集使用數據。

而這一點，可能就直接擋了不少人的「財路」了，不知道他們作何感想呢？

【本文圖片來自網路】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！