在19日凌晨举办的google i / o 2021上，google正式宣布了其第四代运算加速器（tpu）的计划。google表示，第四代运算加速器可以在接近记录的时间内完成ai和机器学习训练的工作量。另外，在针对对象检测、图像分类、自然语言处理、机器翻译等工作负载方面，第四代运算加速器集群运算都可以超越上一代的产品。
google表示，第四代运算加速器提供的矩阵算法tflop是第三代运算加速器的两倍以上，而一个tflop相当于每秒1万亿个浮点运算。至于，矩阵算法通常用于ai模型的资料运算上。另外，受益于互联技术进步，第四代运算加速器还提供了明显的内存带宽提升。google表示，总体而言，在相同的64位元芯片基础下，不考虑软件带来的改善，第四代运算加速器的性能平均要比第三代运算加速器提升2.7倍。
而google的运算加速器是专用于加速ai运算的专用asic定制化芯片，并且采用水冷机制，主要用于机架式的服务器其中，可提供多达100 petaflops的计算能力，并进一步能强化google产品的功能，包括google搜索，google相册，google翻译，google语音助理，gmail和google cloud ai api等。只是，目前的第四代运算加速器现阶段处于最后的研究阶段。
至于，针对google第四代运算加速器的集群运算架构，google指出其中将会有4,096个芯片，相互联接的带宽是大多数其他网络技术的10倍规模，这使得google第四代运算加速器的集群运算架构可以提供超过exaflop的计算能力，这相当于大约1,000万台平均运算时慢达到最高性能的笔记本处理器运算能力。
google首席执行官sundar pichai在大会的主题演讲中表示，第四代运算加速器计划这对google来说是一个历史性的里程碑。这是因为以前要获得exaflop的功能，需要定制化的超级计算机。但是，如今在google的数据中心中安装4个第四代运算加速器的集群之后，其中许多将以90%，或接近90%的无碳排放方式运行，并且提供强大的运算能力。
google也提出实际运用案例表示，例如在采用imagenet资料算法（resnet-50 v1.5）进行至少75.9%的准确度的训练图像分类任务中，google全新运算加速在1.82分钟内完成了256个。这几乎与768个nvidia a100显卡，192个amd epyc 7742 cpu，以及512个ai优化的ascend910芯片，加上128个英特尔xeon platinum 8168处理器组合在一起的速度一样快。
另外，在进行大型维基百科数据库的训练模型时，第四代运算加速器的得分也很高。也就是使用256个第四代运算加速器进行培训只需要1.82分钟，仅比使用4,096个第三代运算加速进行培训所需的0.39分钟稍长。同时，使用nvidia硬件要达到0.81分钟的培训时间，则需要2,048个a100显卡和512个amd epyc 7742 cpu来完成，如此可以看出google第四代运算加速器的优异性。而根据google的说法，预计在2021年之内就可以使用到第四代运算加速器提供的服务。
（首图来源：科技新报摄）