Google 亮出 TPU：原来 AlphaGo 背后还藏着一颗自研芯片
// TL;DR
- TPU 是为 TensorFlow 推理定制的 ASIC，能效比 GPU/CPU 高一个数量级（官方口径）。
- 已秘密部署一年：搜索、街景、AlphaGo 都在用。
- 信号明确：模型层的竞争正在向算力层、芯片层下沉。
I/O 上的彩蛋
这周 Google I/O 的大会末尾，Pichai 轻描淡写地丢了个炸弹：Google 自研了一款叫 TPU（Tensor Processing Unit）的芯片，专门加速神经网络计算，而且已经在数据中心里悄悄跑了一年多——搜索排序在用，街景识别在用，三月份打败李世石的 AlphaGo 机柜里装的也是它。
为什么要自己造芯片
逻辑其实很硬：神经网络推理的核心就是大规模矩阵乘法，而且对数值精度容忍度高（8 位整数就够用）。通用 CPU 为分支预测、缓存一致性付出的晶体管，在这个场景里全是浪费。砍掉用不上的通用性，把面积全堆给乘加单元，能效自然上一个数量级。专用化是计算的老规律，只是这次轮到了神经网络。
更值得琢磨的是战略含义：当一家公司的 AI 负载大到值得为它流片，说明 AI 已经不是实验室项目，而是基础设施开销的大头。芯片-框架-云三件套（TPU + TensorFlow + GCP）连起来看，Google 在下一盘垂直整合的棋。NVIDIA 应该睡不着了——它现在最大的客户们，都在琢磨怎么不再当它的客户。