电子产品世界

4月9日，Google发布了Google Axion，这是其首款专为云计算和数据中心设计的基于Arm的处理器。Google在一篇博文中表示，Axion只是该公司设计自主芯片的最新成果，其历史可以追溯到 2016 年的第一代 Tensor 处理单元，这些芯片也是为Google的数据中心制造的。

自 2021 年发布 Pixel 6 手机以来，Google的 Pixel 智能手机阵容一直在使用其定制的片上系统（SoC），它也被称为 Tensor。Google声称，采用Arm公司Neoverse V2平台的新型Axion芯片的性能将比以前为数据中心制造的基于Arm的CPU提高30%，比目前基于x86设计的芯片提高50%。

Axion以Titanium为基础，Titanium是一个由专用定制硅微控制器和分层扩展卸载组成的系统。Titanium 卸载了网络和安全等平台操作，因此 Axion 处理器的容量更大，客户工作负载的性能也得到了提高。Titanium还将存储I/O处理卸载到Hyperdisk上，这是我们全新的块存储服务，性能与实例大小分离，可实时动态调配。

Google已经在其数据中心使用基于Arm的新一代服务器，为包括Google地球引擎和YouTube广告平台在内的许多服务提供动力。Google表示，"很快"将把这些服务以及其他服务转移到基于Axion的服务器上。基于Axion的服务器将于2024年晚些时候面向Google云客户推出。在此期间，企业可以在Google网站上注册以深情试用使用Axion芯片的虚拟机。

人工智能是当今科技领域最热门的话题之一，也是各大科技公司竞相投入的领域。要训练出高性能、高智能的AI模型，不仅需要大量的数据和算法，还需要强大的计算能力和硬件支持。

在这方面，谷歌一直走在前沿。比如Tensor处理单元（TPU），这些芯片经过优化，可以运行其TensorFlow软件和各种机器学习模型。对于 Google 来说，通过其在机器学习和TensorFlow软件开发方面的专业知识和经验、其大规模的数据中心和云基础设施的经验，可以有效的在芯片和服务器市场获得相应的优势：

以获得对其硬件和软件堆栈的性能、效率和安全性的更多控制。

减少对英特尔和高通等第三方芯片供应商的依赖，避免潜在的供应链问题或价格波动。

通过根据其特定需求和用例定制芯片，实现其产品和服务的更快创新和迭代。

通过使用机器学习和开源工具来自动化和简化流程，降低芯片设计和制造的成本和复杂性。

谷歌已经成功的自研芯片项目包括：

TPU：谷歌定制的人工智能加速器，可以高速低精度地执行矩阵乘法和卷积运算。TPU用于训练和推理大规模神经网络，例如用于自然语言处理、计算机视觉和推荐系统的神经网络。TPU可通过谷歌云TPU服务供第三方使用，也可作为较小版本出售。

Tensor：谷歌首款专为Pixel智能手机设计的芯片上移动系统（SoC）。Tensor在现场可编程门阵列（FPGA）上集成了一个软神经处理单元（NPU），可以以低延迟和高吞吐量加速深度神经网络推理。Tensor还具有一个专用的Transformer引擎，可以解决万亿参数的语言模型。

Hopper：谷歌基于新GPU架构的下一代人工智能加速器。Hopper具有第四代张量核心和FP8精度的Transformer引擎，可以将大型语言模型的速度比上一代提高30倍。Hopper还支持NVLink交换机系统，该系统最多可连接256个GPU，以加速扩展工作负载。

Skywater：谷歌的开源项目，为芯片设计者提供设计、验证、测试和制造自己芯片的软件工具。Skywater还提供免费使用Skywater Technology Foundry的130nm工艺节点进行原型设计和生产。Skywater旨在使芯片设计民主化，降低爱好者、学者和初创公司的进入门槛。

目前，谷歌90%以上的人工智能训练工作都在使用这些芯片，TPU支撑了包括搜索、语音识别、自然语言处理、图像识别等谷歌主要业务。推出新的芯片意味着，谷歌正在追赶亚马逊和微软这些云领域竞争对手的步伐。亚马逊和微软2021年就已经推出ARM架构的CPU，作为提供差异化计算服务的一种方式。