深度丨谷歌晶片佈局之道：集賢、收購、商用、上雲、開源、自研

「來源: ｜AI芯天下 ID：World_2078」

·聚焦:人工智慧、晶片等行業

歡迎各位客官關注、轉發

前言：

隨著英偉達、英特爾、德州儀器等幾家廠商黯然離場，手機晶片市場格局已經形成，高通、聯發科、三星、獨樹一幟的蘋果A系列和華為麒麟。

在晶片技術壁壘越來越高的同時，還是有一些野心勃勃的廠商想要攀上技術的高地。

作者| 方文

圖片來源 |網 絡

集賢：挖角大佬為自研晶片打基礎

2017年，谷歌從蘋果挖角了多位晶片行業的大佬，包括前蘋果SoC晶片架構師 Manu Gulati、蘋果晶片專家 John Bruno、Wonjae Choi，以及來自高通的Mainak Biswas，Vinod Chamarty和Shamik Ganguly等人。

谷歌正在為其 Pixel智慧手機打造自有晶片而努力。

而且在新架構不斷湧現的趨勢下，谷歌也希望在這塊領域加強其自研晶片的實力。

谷歌在班加羅爾至少招募了16名技術老兵，還有4名招聘人員專門從英特爾、高通、博通和英偉達等傳統晶片公司挖人才。

今年3月，谷歌還宣佈公司已聘請英特爾長期高管烏里·弗蘭克為副總裁來運營其定製晶片部門。

收購：加速自研晶片日程

2018年，谷歌宣佈完成 11 億美金對 HTC 智慧手機Pixel團隊的收購，HTC 的移動裝置部門的部分成員將加入谷歌硬體部門；谷歌也將獲取HTC的部分非獨家智慧財產權。

在收購HTC負責Pixel的團隊後，谷歌在自主晶片研發上的能力得到了進一步的提升。

今年，谷歌收購了Provino Technologies，開發用於機器學習的片上網路（NoC）系統的初創公司，能夠助力其TPU的發展，從而推動其在雲端AI晶片的發展。

NoC 相比於其它設計來說提高了系統晶片的可擴展性及複雜系統晶片的功率。

但從谷歌釋出的產品來看，他們從自研手機晶片的突破口不是手機處理器晶片，而是手機協處理器。

上雲：TPU延伸上雲計劃

TPU是谷歌在2015年推出的神經網路專用晶片，為優化自身的TensorFlow機器學習框架而打造，與GPU不同，谷歌TPU是一種ASIC晶片方案，是一種專門定製的晶片。

從2015年起，谷歌基於TPU逐步完善從雲到端的佈局。

在面向雲服務的TPU和TPU POD之外，還推出了為端到端、端到邊提供AI算力的Edge TPU，賦能預見性維護、故障檢測、機器視覺、機器人、聲音識別等更廣泛的場景。

時至今日，谷歌的TPU已經迭代到了第四代，其第四代TPU的平均效能比其第三代TPU高出2.7倍。

憑藉TPU晶片的出色效能表現，也使得谷歌也成為了專用AI晶片的代表玩家。而他所推出的這種新架構，也為新一代的人工智慧浪潮帶來了新的啟發。

谷歌還計劃將其TPU應用在EDA領域，利用雲上資源，進行晶片驗證，還可以大大加速晶片開發的時間。

谷歌還將其TPU晶片逐漸帶入到了邊緣端，並在2018年推出了Google Edge TPU。對Cloud TPU和Google Cloud服務的補充，提供端到端、雲端到邊緣、「硬體 + 軟體」的基礎架構，可協助客戶部署基於 AI 的解決方案。

在 AI 晶片發展史上，無論是從片上記憶體上，還是從可程式設計能力來看，谷歌 TPU 都是不可多得的技術創新，打破 GPU 的壟斷地位，且開啟雲端 AI 晶片的新競爭格局。

開源：首個開源PDK降低進入門檻

去年，谷歌宣佈了第一個開源的PDK——SkyWater PDK。被選中的企業無需承擔昂貴的製造費用，谷歌將為其提供完全免費的晶片製造流程。

這是同類產品中的第一個開放原始碼處理工具，使用此PDK，可以在130nm節點的SkyWater晶圓廠生產晶片。

如果開源PDK的模式取得了成功，這會降低企業進入半導體行業的門檻。

下一代TPU人工智慧晶片在路上

在AI硬體方面，在近日谷歌宣佈將推出下一代定製的張量處理單元（TPU）人工智慧晶片TPUv4 Pods人工智慧晶片。

TPUv4 Pods人工智慧晶片的運算速度是上一版本的兩倍，而量子運算將挑戰100萬量子位運算規模，是Google目前部署的最快一代系統。

本次推出的TPUv4，對系統內部的互聯速度及架構進行優化，以進一步提升互聯速度。據悉，TPUv4叢集的互連頻寬是大多數其他網路技術的10倍，可以提供exaflop級別計算能力。

今年下半年，谷歌計劃將該晶片作為雲平臺的一部分提供給開發者。

發力始終繞不開的AI晶片

儘管TPU不是用在手機上的AI晶片，且在深度學習任務上，與 CPU 、GPU 、FPGA相比，任務靈活度較低。但無論如何，谷歌進軍AI領域的野心已經昭然若揭。

個人移動終端上的AI應用（語音識別、影象處理等）具有如此廣闊的發展前景和市場潛力，谷歌自然不會視而不見，Android的升級早就成為該平臺的一個關鍵點。

在已經推出的Pixel手機上，谷歌已經搭載了影象處理的專用AI晶片Visual Core，用於編譯HDR +影象的速度比應用處理器快5倍，功耗僅為其1/10。

Visual Core還處理與相機相關的複雜成像和機器學習任務，其中包括基於場景的自動影象調整以及其他用途。

現在，該晶片正在開發中，並將在今年晚些時候面世的Pixel 6智慧手機和另一臺裝置上首次亮相。

代號為Whitechapel的5納米工藝晶片將為下一代Pixel手機提供動能。它在內部被稱為GS101 – Google Silicon晶片。

這款先進的晶片將通過TPU進行三叢集設定，給智慧手機帶來更強的機器學習能力，從而讓這些現代應用程式從中獲得更好的AI體驗。

Whitechapel晶片將採用定製的神經處理單元和影象訊號處理器。人工智慧和機器學習的使用可能不僅僅是用來改善相機，而是用來提高Pixel 6和Pixel 6 Pro的效能標準。

結尾：

從雲端，到邊緣端和手機智慧終端，谷歌圍繞著AI晶片的佈局越來越廣。從谷歌的這些佈局上看，谷歌在晶片領域的謀劃似乎更具野心。

部分資料參考：半導體行業觀察：《谷歌的晶片佈局》，新浪科技：《谷歌的晶片佈局：不僅僅是手機 從邊到雲一直在佈局》，三易生活：《一款晶片用三代，谷歌的底氣到底從何而來》。