بدون شک گوگل بزرگترین شبکه کامپیوتری دنیا را در اختیار دارد، شبکه‌ای که شامل مراکز داده‌هایی به وسعت یک انبار بزرگ هستند و در 15 نقطه در 4 چهار قاره مختلف قرار گرفته‌اند. اما حدود 6 سال پیش زمانی که گوگل شیوه جدیدی از تشخیص صدا جهت به‌کارگیری در سیستم عامل اندروید را اختراع کرد، مهندسین این شرکت نگران این بودند که شبکه‌ی فعلی گوگل وسعت و فضای لازم برای نگهداری این حجم از داده‌ها را نداشته باشد. طبق تخمین مهندسین، اگر هر یک از دستگاه‌های اندرویدی فعلی از سیستم جدید تشخیص صدا تنها به مدت 3 دقیقه در روز استفاده می‌کردند، شرکت گوگل بایستی تعداد مراکز داده خود را دو برابر می‌کرد.
در آن زمان، گوگل در مراحل ابتدایی به‌کارگیری سیستم تشخیص صدا از طریق شبکه‌های عصبی و سیستم‌های پیچیده ریاضی قرار داشت. در سال‌های اخیر این بخش از یادگیری ماشینی با رشد سریعی همراه شده و علاوه بر صدا، سیستم‌های تشخیص چهره، ترجمه ماشینی و جستجوی اینترنتی نیز به دنیای شبکه و کامپیوتر هوشمند وارد شده‌اند. پس از استفاده از این متد، خطاهای گوگل با 25 درصد کاهش همراه بود اما به‌کارگیری این سیستم به قدرت و فضای بسیار بیشتری نیاز داشت.
گوگل به‌جای دو برابر کردن مراکز داده، چیپ‌هایی با “نام تی پی یو” (Tenso Processing Unit) اختراع و تولید کرد که به‌طور تخصصی جهت راه‌اندازی و کنترل شبکه‌های عصبی ساخته شده بودند. یکی از مهندسین فعال در بخش تولید این چیپ در اینباره گفت: ” یافتن یک راهکار جدید که از نظر مصرف انرژی به‌صرفه‌تر باشد کاملا منطقی به نظر می‌رسید”. در حقیقت قدرت پردازش این چیپ بین 30 تا 80 برابر پردازشگرهای معمولی است.
گوگل این پردازشگر را ابتدا در ماه می رونمایی کرد اما اطلاعات خیلی محدودی درباره آن را به مخاطبین ارائه داد. حال تیم مهندسین تولید کننده این پردازشگر گزارش کاملی درباره این پروژه منتشر کرده‌اند و نحوه عملکرد چیپ و مشکلاتی که این چیپ قادر است حل کند را در این گزارش به‌طور کامل توضیح داده‌اند. گوگل از این چیپ تنها برای پردازش در بخش شبکه‌های عصبی استفاده می‌کند و زمانی که کاربر دستور صوتی را به گوشی اندرویدی خود می‌فرستد، این چیپ‌ها نیز فعال می‌شوند. با ساخت این چیپ، گوگل دیگر نیازی به ساخت 15 مرکز داده جدید ندارد و این مسئله موجب ذخیره زمان و هزینه زیادی برای گوگل گردیده است. همچنین ساخت این چیپ موجب تحول در دنیای پردازشگرهای کامپیوتری شده است.
همانطور که گوگل، فیسبوک، مایکروسافت و دیگر شرکت‌های بزرگ سرویس‌های بیشتری با استفاده از شبکه‌های عصبی می‌سازند، نیاز به یک پردازشگر تخصصی برای آموزش و راه‌اندازی مدل‌های هوش مصنوعی نیز افزایش پید می‌کند. اکثر شرکت‌ها مدل‌های خود را با استفاده از پردازشگرهای گرافیکی انجام می‌دهند. این پردازشگرها در اصل برای استفاده در بازی‌های کامپیوتری و دیگر برنامه‌های بصری ساخته شده‌اند اما برای استفاده در قلب شبکه‌های عصبی هم مناسب به نظر می‌رسند و به همین دلیل شرکت‌ها از این پردازشگرها استفاده می‌کنند. البته بعضی از کمپانی‌ها مانند مایکروسافت و شرکت چینی بیدو(Baidu) از چیپ‌های جایگزین استفاده می‌کنند، همانند چیپ تی‌پی‌یو شرکت گوگل.
اما تفاوت اینجاست که گوگل این چیپ را انحصارا جهت کاهش هزینه‌ها و افزایش بهره‌وری سیستم وسیع شبکه‌های عصبی خود اختراع و تولید کرد. شرکت گوگل اکثر سخت‌افزارهای مورد استفاده در مراکز داده‌های خود را تولید می‌کند که شامل سرورها و قطعات شبکه می‌شود. حال گوگل تولید قطعات تجهیزات را یک مرحله جلوتر برده و موفق به تولید پردازشگرهای اختصاصی شده است و روز به روز از خرید قطعات و سخت افزار از دیگر شرکت‌ها بی‌نیازتر می‌شود.
این چیپ همچنین موجب ایجاد تحول در بازار پردازشگرها شده است. گوگل، فیسبوک و مایکروسافت در گذشته از بزرگترین خریداران پردازشگر به حساب می‌آمدند اما اختراع چیپ جدید گوگل، این شرکت را از رده‌ی این خریداران خارج کرده است، به همین دلیل شرکت اینتل که به عنوان بزرگترین شرکت تولید کننده پردازشگرها شناخته شده است به دنبال تولید چیپ‌های جدید خواهد رفت تا از این طریق بتواند دوباره نبض بازار را در اختیار بگیرد.
متمرکز اما گسترده
Jouppi مدیر تیم مهندسین شرکت گوگل در اواخر سال 2013 و به منظور ساخت چیپی که امروز با نام تی‌پی‌یو شناخته شده است به شرکت گوگل آمد. او در گدشته در شرکت‌هایی از جمله اچ‌پی و DEC به عنوان محقق سخت‌افزاری فعالیت می‌کرد. او می‌گوید که شرکت گوگل قصد داشت نوعی چیپ با نام FPGA که امروزه شرکت مایکروسافت از آن استفاده می‌کند را در شبکه‌های عصبی مراکز داده خود به‌کار بگیرد. استفاده از آن چیپ‌ها خیلی زمان می‌برد و شرکت می‌توانست از این چیپ‌ها جهت انجام وظایف مورد نظر و با برنامه ریزی مجدد آنها ستفاده کند اما نتاج آزمایش نشان می‌داد که این چیپ‌ها قادر به اجرای وظایف با سرعت و قدرت مورد نظر گوگل نبودند. او در ادامه گفت: “چیپ‌هایی که برنامه‌ریزی مجدد می‌شوند هزینه‌های بالایی دارند و نتایج آزمایش نشان می‌داد که این چیپ‌ها از نظر عملکرد هیچ تفاوتی با پردازشگرهای گرافیکی ندارند.”
در پایان شرکت تصمیم به ساخت چیپ‌های تخصصی گرفت، چیپی که از ابتدا برای انجام یک هدف و وظیفه تخصصی طراحی شده باشد. طبق اظهارات Jouppi، از آنجایی که گوگل این چیپ را برای استفاده در شبکه‌های عصبی ساخته است، قدرت پردازش این چیپ بین 15 تا 30 برابر چیپ‌هایی است که برای مصارف مختلف مورد استفاده قرار می‌گیرند. ناگفته نماند که این چیپ برای اجرای تمامی وظایف مرتبط با شبکه‌های عصبی قابل استفاده است. از جمله این وظایف می‌توان به شبکه‌های عصبی پیچیده مورد استفاده در سیستم تشخیص چهره و تشخیص دستورات صوتی اشاره کرد. استفاده از این چیپ برای استفاده در یک مدل محدود نخواهد بود.
گوگل از چیپ تی‌پی‌یو به مدت دو سال استفاده کرده است و از آن جهت تشخیص چهره، ترجمه ماشینی و حتی در بازی AlphaGo استفاده می‌کند. در کل استفاده از این چیپ از آنجایی که باعث جلوگیری از ساخت دیتا سنترهای بیشتر شده، راضی کننده به نظر می‌رسد.
