|
來(lái)源：半導體行業(yè)觀(guān)察 這兩天，AI再一次登上了各大媒體的頭條。 12月6日，谷歌官宣了了全新的多模態(tài)大模型 Gemini，包含了三個(gè)版本，根據谷歌的基準測試結果，其中的 Gemini Ultra 版本在許多測試中都表現出了“最先進(jìn)的性能”，甚至在大部分測試中完全擊敗了 OpenAI 的 GPT-4。 而在Gemini出盡了風(fēng)頭的同時(shí)，谷歌還丟出了另一個(gè)另一個(gè)重磅炸彈——全新的自研芯片TPU v5p，它也是迄今為止功能最強大的 TPU。 根據官方提供的數據，每個(gè) TPU v5p pod 在三維環(huán)形拓撲結構中，通過(guò)最高帶寬的芯片間互聯(lián)（ICI），以 4,800 Gbps/chip 的速度將 8,960 個(gè)芯片組合在一起，與 TPU v4 相比，TPU v5p 的 FLOPS 和高帶寬內存（HBM）分別提高了 2 倍和 3 倍。 除此之外，TPU v5p訓練大型 LLM 模型的速度比上一代 TPU v4 快 2.8 倍，利用第二代 SparseCores，TPU v5p 訓練嵌入密集模型的速度比 TPU v4 快 1.9 倍。TPU v5p 在每個(gè) pod 的總可用 FLOPs 方面的可擴展性也比 TPU v4 高出 4 倍，且每秒浮點(diǎn)運算次數（FLOPS）增加了一倍，單個(gè) pod 中的芯片數量也增加了一倍，大大提高了訓練速度的相對性能。 谷歌還找來(lái)了一堆科學(xué)家為T(mén)PU v5p的AI性能背書(shū)： Salesforce 高級研究科學(xué)家Erik Nijkamp表示：“我們一直在利用谷歌云TPU v5p對Salesforce的基礎模型進(jìn)行預訓練，這些模型將作為專(zhuān)業(yè)生產(chǎn)用例的核心引擎，我們看到訓練速度有了顯著(zhù)提高。事實(shí)上，Cloud TPU v5p 的計算能力是上一代 TPU v4 的 2 倍之多。我們還非常喜歡使用 JAX 從 Cloud TPU v4 到 v5p 的無(wú)縫輕松過(guò)渡。我們很高興能通過(guò)精確量化訓練（AQT）庫對 INT8 精確格式的原生支持來(lái)優(yōu)化我們的模型，從而進(jìn)一步提高速度�！� Lightricks 核心生成式人工智能研究團隊負責人 Yoav HaCohen 博士表示：“利用谷歌云 TPU v5p 的卓越性能和充足內存，我們成功地訓練了文本到視頻的生成模型，而無(wú)需將其拆分成單獨的進(jìn)程。這種最佳的硬件利用率大大加快了每個(gè)訓練周期，使我們能夠迅速開(kāi)展一系列實(shí)驗。在每次實(shí)驗中快速訓練模型的能力促進(jìn)了快速迭代，這是我們的研究團隊在競爭激烈的生成式人工智能領(lǐng)域的寶貴優(yōu)勢�！� 谷歌 DeepMind 和谷歌研究院首席科學(xué)家 Jeff Dean也力挺自家芯片：“在早期使用中，谷歌DeepMind和谷歌研究院觀(guān)察到使用TPU v5p芯片的LLM訓練工作負載的速度比TPU v4代提高了2倍。對 ML 框架（JAX、PyTorch、TensorFlow）和協(xié)調工具的強大支持使我們能夠在 v5p 上更高效地擴展。有了第二代 SparseCores，我們還發(fā)現嵌入式工作負載的性能有了顯著(zhù)提高。TPU 對于我們在 Gemini 等前沿模型上開(kāi)展最大規模的研究和工程工作至關(guān)重要�！� 對于谷歌來(lái)說(shuō)，Gemini是應對Open AI的一柄利器，而TPU v5p則是一塊敲門(mén)磚，用它來(lái)壘起一道抵御英偉達GPU的高墻，軟件硬件雙管齊下，似乎它在A(yíng)I時(shí)代里已處在不敗之地。 問(wèn)題來(lái)了，谷歌憑什么能擁有現在的優(yōu)勢？ 岌岌無(wú)名到名滿(mǎn)天下 谷歌TPU并非一蹴而就，它的自研旅途始于十年之前。 作為一家科技公司的谷歌，其實(shí)早在 2006 年就考慮為神經(jīng)網(wǎng)絡(luò )構建專(zhuān)用集成電路 (ASIC)，但到了 2013 年，情況變得緊迫了起來(lái)，谷歌的科學(xué)家們開(kāi)始意識到，神經(jīng)網(wǎng)絡(luò )快速增長(cháng)的計算需求與數據中心數量存在著(zhù)不可協(xié)調的矛盾。 當時(shí)的 Google AI負責人Jeff Dean經(jīng)過(guò)計算后發(fā)現，如果有1億安卓用戶(hù)每天使用手機語(yǔ)音轉文字服務(wù)3分鐘，其中消耗的算力就是Google所有數據中心總算力的兩倍，而全球安卓用戶(hù)遠不止1億。 數據中心的規模不可能無(wú)限制地擴張下去，谷歌也不可能限制用戶(hù)使用服務(wù)的時(shí)間，但CPU和GPU都難以滿(mǎn)足谷歌的需求：CPU一次只能處理相對來(lái)說(shuō)很少量的任務(wù)，GPU在執行單個(gè)任務(wù)時(shí)效率較低，而且所能處理的任務(wù)范圍更小，自研成了最后的出路。 谷歌立下了一個(gè)小目標：針對機器學(xué)習這一目的來(lái)構建特定領(lǐng)域計算架構（Domain-specific Architecture），還要將深度神經(jīng)網(wǎng)絡(luò )推理的總體擁有成本（TCO）降低至原來(lái)的十分之一。 通常，ASIC 的開(kāi)發(fā)需要數年時(shí)間，但谷歌卻僅用了 15 個(gè)月就完成了TPU處理器的設計、驗證、制造并部署到數據中心。TPU 項目的技術(shù)負責人 Norm Jouppi（也是 MIPS 處理器的主要架構師之一）這樣描述沖刺階段： “我們的芯片設計速度非�？�。這確實(shí)非常了不起。我們在沒(méi)有修正錯誤或更改掩膜的情況下，就開(kāi)始出貨第一個(gè)芯片�？紤]到我們在構建芯片的同時(shí)還在招聘團隊，然后招聘 RTL（電路設計）人員，并急于招聘設計驗證人員，這一切都非常忙碌�！� 代表著(zhù)谷歌技術(shù)結晶的初代TPU 采用了 28 納米工藝制造，運行頻率為 700MHz，運行時(shí)功耗為 40W，谷歌將處理器包裝成外置加速卡，安裝在 SATA 硬盤(pán)插槽中，實(shí)現即插即用。TPU 通過(guò) PCIe Gen3 x16 總線(xiàn)與主機連接，可提供 12.5GB/s 的有效帶寬。 與 CPU 和 GPU 相比，單線(xiàn)程 TPU 不具備任何復雜的微架構功能，極簡(jiǎn)主義是特定領(lǐng)域處理器的優(yōu)點(diǎn)，谷歌的TPU一次只能運行一項任務(wù)：神經(jīng)網(wǎng)絡(luò )預測，但每瓦性能卻達到了GPU的30倍，CPU的80倍。 谷歌在這件事上表現得非常低調，直到2016年的Google I/O開(kāi)發(fā)者大會(huì )上，首席執行官Sundar Pichai才正式向世界展示了TPU這一自研成果。 Pichai對參會(huì )的嘉賓表示，DeepMind研發(fā)的AlphaGo能夠擊敗韓國棋手李世石，底層硬件里的TPU功不可沒(méi)，TPU就像希臘神話(huà)中引發(fā)特洛伊戰爭的女人——海倫，它的出現引起了“成千芯片與之競逐”。 但谷歌并未止步于此，幾乎是在第一代TPU完成后，就立刻投入到了下一代的開(kāi)發(fā)當中：2017年，TPU v2問(wèn)世；2018年，TPU v3推出；2021年，TPU v4在Google I/O開(kāi)發(fā)者大會(huì )上亮相…… 而谷歌對于A(yíng)I芯片也愈發(fā)得心應手：第一代 TPU 僅支持 8 位整數運算，這意味著(zhù)它能進(jìn)行推理，但訓練卻遙不可及；而TPU v2，不僅引入了HBM內存，還支持了浮點(diǎn)運算，從而支持了機器模型的訓練和推理；TPU v3則在前一代基礎上，重點(diǎn)加強了性能，且部署在 Pod 中的芯片數量翻四倍。 到了TPU v4，Pichai更是驕傲地表示：“AI技術(shù)的進(jìn)步有賴(lài)于計算基礎設施的支持，而TPU正是Google計算基礎設施的重要部分。新一代TPU v4芯片的速度是v3的兩倍多。Google用TPU集群構建出Pod超級計算機，單臺TPU v4 Pod包含4096塊v4芯片，每臺Pod的芯片間互連帶寬是其他互連技術(shù)的10倍，因此，TPU v4 Pod的算力可達1 ExaFLOP，即每秒執行10的18次方浮點(diǎn)運算，相當于1000萬(wàn)臺筆記本電腦的總算力�！� 到了2023年的今天，TPU已經(jīng)成為了AI芯片的代名詞之一，成為了繼CPU和GPU后又一重要的處理器，它部署在谷歌數十座數據中心當中，每天完成著(zhù)數以?xún)|計的AI計算任務(wù)。 谷歌的自研帝國 TPU只是谷歌自研的序幕。 2017年的Google Cloud Next '17 大會(huì )上，谷歌推出了名為T(mén)itan的定制安全芯片，它專(zhuān)為硬件級別的云安全而設計，通過(guò)為特定硬件建立加密身份，實(shí)現更安全的識別和身份驗證，從而防范日益猖獗的BIOS攻擊。 Titan芯片面向的并不全是谷歌自己，它的出現是為了說(shuō)服企業(yè)，數據存在谷歌云中比企業(yè)的本地數據中心更安全，谷歌表示，自研的Titan芯片通過(guò)建立強大的基于硬件的系統身份，來(lái)驗證系統固件和軟件組件，保護啟動(dòng)的過(guò)程，這一切得益于谷歌自己創(chuàng )建的硬件邏輯，從根本上減少了硬件后門(mén)的可能性，基于Titan的生態(tài)系統也確保了設施僅使用授權且可驗證的代碼，最終讓谷歌云擁有了比本地數據中心更安全的可靠性。 Titan的出現，只不過(guò)是小試牛刀，2021年3月，谷歌在A(yíng)SPLOS 會(huì )議上首次介紹了一塊應用于YouTube服務(wù)器的自研芯片，即Argos VCU，它的任務(wù)很簡(jiǎn)單，就是對用戶(hù)上傳的視頻進(jìn)行轉碼。 根據數據統計，用戶(hù)每分鐘會(huì )向YouTube上傳超過(guò)500小時(shí)的各種格式的視頻內容，而谷歌則需要將這些內容快速轉換成多種分辨率（包括144p、240p、360p、480p、720p、1080p、1440p、2160p和4320p）和各種格式（例如，H.264、VP9或AV1），沒(méi)有一塊具備強大的編碼能力的芯片，想要快速轉碼就是一件不可能的事情。 谷歌嘗試過(guò)兩種解決方案，第一種是英特爾的視覺(jué)計算加速器(VCA)，包含三個(gè) Xeon E3 CPU，內置 Iris Pro P6300/P580GT4e 集成圖形內核和先進(jìn)的硬件編碼器，第二種則是利用英特爾至強處理器外加軟件編碼來(lái)完成任務(wù)。 但不論是前者還是后者，都需要龐大的服務(wù)器規模和巨額的電力損耗，于是，谷歌開(kāi)啟了又一塊自研芯片——VCU的研發(fā)。負責監督 YouTube 龐大基礎設施的 Google 工程副總裁斯科特·西爾弗 (Scott Silver) 表示，從2015年開(kāi)始，大約有 100 名 Google 工程師組成的團隊投身設計第一代Argos 芯片，在此后幾年當中，這支團隊不僅完成了研發(fā)，還讓芯片應用在谷歌的數據中心當中，而Argos的實(shí)力也得以展現——它處理視頻的效率比傳統服務(wù)器高 20 到 33 倍，處理高分辨率 4K 視頻的時(shí)間由幾天縮短為數小時(shí)。 下一代Argos或許早已悄悄在谷歌服務(wù)器中上線(xiàn)了，根據報道，谷歌自研的第二代VCU將支持 AV1、H.264 和 VP9 編解碼器，可以進(jìn)一步提高其編碼技術(shù)的效率，也將會(huì )是YouTube內容創(chuàng )作生態(tài)的最有力支撐。 而谷歌最強的大招還得是最復雜的手機SoC。2021年10月19日，一場(chǎng)秋季發(fā)布會(huì )上，搭載谷歌首款自研芯片 Tensor 的旗艦手機 Pixel 6 系列首次亮相。 谷歌高級副總裁 Rick Osterloh 在發(fā)布會(huì )上表示，這款芯片是“公司歷史上最大的移動(dòng)硬件創(chuàng )新”，而谷歌CEO Sundar Pichai更是早早地在推特上曬出了Tensor芯片的照片，對于自研項目的自豪感溢于言表。 不過(guò)這塊自研芯片，實(shí)質(zhì)上是基于三星在2020年開(kāi)放的半定制芯片設計的服務(wù)，在TechInsights的拆解圖中，Tensor的封裝尺寸為 10.38mm x 10.43mm = 108.26mm 2，內部芯片標識為“S5P9845”，符合傳統三星Exynos處理器命名規則，如Exynos 990的芯片標識為S5E9830，Exynos 2100 5G SoC芯片標識為S5E9840，本質(zhì)上是谷歌定義，三星設計代工的一塊芯片。 即便如此，谷歌的自研芯片的布局也已初具雛形，從TPU到Titan，從VCU到Tensor，谷歌走過(guò)了十年的旅程，而它試圖全盤(pán)掌握這個(gè)硅片組成帝國的野心也昭然若揭。 谷歌的聰明帳與絆腳石 對于谷歌來(lái)說(shuō)，要錢(qián)有錢(qián)，要技術(shù)有技術(shù)，要應用場(chǎng)景有應用場(chǎng)景，可以說(shuō)是各大科技巨頭中在自研AI芯片這條路上走得最遠的，其他廠(chǎng)商目前還在源源不斷地給英偉達賬戶(hù)打錢(qián)，但谷歌卻早已做好了兩手準備，不少人甚至將它視為如今英偉達壟斷局面的最強挑戰者。 與微軟和亞馬遜相比，谷歌最突出的優(yōu)勢，就是從系統級的角度設計TPU，單個(gè)芯片固然重要，但在現實(shí)世界中如何在系統中組合使用則更為重要。雖然英偉達也從系統角度思考問(wèn)題，但他們的系統規模比谷歌更小，范圍也更窄。而且谷歌還在 TPU 之間使用了定制的網(wǎng)絡(luò )堆棧 ICI。與昂貴的以太網(wǎng)和 InfiniBand 部署相比，這種鏈路延遲低、性能高，類(lèi)似于英偉達的 NVLink。 事實(shí)上，谷歌的 TPUv2 可以擴展到 256 個(gè) TPU 芯片，與英偉達的 H100 GPU 數量相同。在 TPU v3 和 TPU v4 中，這一數字分別增加到了 1024 和 4096個(gè)。根據趨勢線(xiàn)，而最新的 TPU v5p 則可以擴展到 8960 個(gè)芯片，而無(wú)需通過(guò)低效的以太網(wǎng)。 此外，谷歌在OCS、拓撲結構、DLRM 優(yōu)化上也具有獨到的優(yōu)勢，十年來(lái)積攢的經(jīng)驗優(yōu)勢幫助谷歌的TPU在數據中心里和AI大模型中大展身手，在具體應用中，用遙遙領(lǐng)先來(lái)形容也不過(guò)分，未來(lái)谷歌完全擺脫英偉達GPU的掣肘，也并非不可能。 不過(guò)，谷歌還有一個(gè)不大不小的絆腳石。 TPU的自研始于2013年，能在15個(gè)月里快速部署到數據中心，同時(shí)實(shí)現快速迭代性能猛增，除了夜以繼日的谷歌研究人員外，另外一家公司提供的幫助也極其重要。 根據2020年摩根大通分析師哈蘭·蘇爾的報告，谷歌TPU v1至v4這幾代均是由博通共同設計的，當時(shí)它已經(jīng)開(kāi)始生產(chǎn)采用7nm 工藝的TPU v4，并開(kāi)始與谷歌合作設計采用5nm工藝的TPU v5 蘇爾表示，博通的專(zhuān)用集成電路（ASIC）業(yè)務(wù)2020全年收入為 7.5 億美元，高于 2016 年的 5000 萬(wàn)美元，除了芯片設計之外，博通還為谷歌提供了關(guān)鍵的知識產(chǎn)權，并負責了制造、測試和封裝新芯片等步驟，以供應谷歌的新數據中心，博通還與其他客戶(hù)如Facebook、微軟和AT&T等公司合作設計ASIC芯片。 而根據2022年博通的財報，其將 ASIC 收入分為兩部分：路由和交換以及計算卸載。計算卸載在數據中心內分兩步處理。當提出計算請求時(shí)，路由器和交換機會(huì )決定由數據中心的哪個(gè)部分來(lái)處理這項工作。一旦決定，處理器（通常是 CPU 或 GPU，如 Nvidia 設計的處理器）就會(huì )進(jìn)行計算，然后由這些路由器和交換機再次通過(guò)互聯(lián)網(wǎng)或專(zhuān)用網(wǎng)絡(luò )發(fā)送回最終用戶(hù)。 就收入而言，博通是全球第二大人工智能芯片公司，僅次于英偉達，其ASIC的銷(xiāo)售額達數十億美元，而這正是谷歌為響應微軟與 OpenAI 合作而加大 TPU 部署的結果，光是一家谷歌的TPU就讓博通的ASIC收入翻了兩番還多，谷歌沒(méi)交給英偉達的人工智能稅，以另一種形式進(jìn)了博通的口袋。 無(wú)論是哪家公司，都不會(huì )心甘情愿繼續交這筆錢(qián)的，因而在今年9月就傳出了谷歌準備在2027年前結束與博通的合作關(guān)系，消息人士稱(chēng)，谷歌高管已經(jīng)設定了放棄博通的目標，轉而開(kāi)始考慮起了它的競爭對手Marvell，此前兩家公司就TPU 芯片的定價(jià)問(wèn)題陷入了長(cháng)達數月的僵局。 雖然后面谷歌官方又出來(lái)辟謠，表示目前沒(méi)有計劃改變與博通的合作關(guān)系，但私底下兩家不合已經(jīng)是人盡皆知的事情了。 谷歌在TPU上算了一筆聰明帳，在微軟等巨頭乖乖交錢(qián)的時(shí)候，它掏出了TPU v5p來(lái)對抗英偉達，但它沒(méi)想到的是，幾年前還不起眼的ASIC合作，如今卻成了TPU發(fā)展路上最大的一顆絆腳石，只要擴大TPU的部署規模，就得不斷加錢(qián)給博通。 如此想來(lái)，巨頭們真的是躲得過(guò)初一，躲不過(guò)十五，躲過(guò)了英偉達GPU高達70%的利潤，卻躲不過(guò)像博通這樣的合作公司，微軟這些巨頭，想要在A(yíng)I芯片上省錢(qián)，今后難免會(huì )遇到像谷歌今日一般的困局吧。 |
