当地时间4月4日，谷歌首次公布其用于训练人工智能模型的超级计算机TPU v4的详细信息，并称比英伟达系统更快k7注册下载安装、更高效——与同等规模的系统相比面积为，谷歌超级计算机比基于英伟达A100芯片的系统最高快1.7倍，节能效率提高1.9倍。

　　据介绍，超级计算机TPU v4包含4000个TPU芯片脉冲时序。TPU（张量处理单元，Tensor Processing Units）是谷歌自己研发设计的芯片k7注册下载安装，目前该公司超过90%的训练在TPU上进行，训练过程为给模型输入数据，使其能够回复类似人类语言的文本模电、生成图像等。

　　尽管谷歌现在才公开详细信息，但该系统自2020年开始就已经在俄克拉荷马州梅斯县的数据中心内运行螺旋结构模型计算机系统。目前支持聊天机器人Bard的大型语言模型PaLM已经在这一超级计算机上训练超50天。此外灵敏放大器，AI图像生成公司Midjourney也使用该系统训练其模型，向该模型输入文本能够生成新的图像。

　　谷歌称，与同等规模的系统相比k7注册下载安装，超级计算机TPU v4比基于英伟达A100的系统快1.2-1.7倍，耗电量低1.3-1.9倍。谷歌研究人员介绍，“性能满偏转、可扩展性和可用性方面的表现，使TPU v4成为大型语言模型的主力。”

　　聊天机器人基于大型语言模型运作，例如OpenAI的ChatGPT基于该公司开发的模型GPT-3.5，谷歌的Bard前后使用过两款模型，分别为LaMDA和PaLM。

　　随着聊天机器人之间的竞争愈演愈烈，其背后大型语言模型的规模也“爆炸式增长”。规模过大意味着这些大型语言模型无法继续存储在单个芯片上，而是必须分布在数千个芯片上。此外流参数，这些芯片需要协同工作，花费数周以上时间来训练模型。

　　也就是说，改善芯片间的连接成为开发AI超级计算机的科技公司的关键竞争点。对此谷歌表示，其超级计算机可以轻松地在运行过程中重新配置芯片之间的连接膜桥，这能够避免问题并优化性能。

　　“电路切换使得系统能够更容易绕过故障组件。”谷歌研究员Norm Jouppi和工程师David Patterson在一篇博客中写道，“这种灵活性甚至允许我们改变超级计算机互连的拓扑结构，加速ML（机器学习）模型的性能k7注册下载安装。”

　　根据CNBC的报道，由于人工智能所需的大量算力非常昂贵，许多业内人士都在专注开发新的芯片、光学连接等组件，以减少所需算力。不过目前在AI训练芯片市场，英伟达份额超过90%并占据主导地位，ChatGPT等AI模型均基于英伟达的A100芯片运行。

　　就在此前3月k7注册下载安装，英伟达又推出了为大型语言模型设计的新款GPU（图形处理器）H100，与A100相比流电压特性，搭载四对H100和双NVLINK的标准服务器的处理速度最高可达10倍。

　　目前谷歌并未公布TPU与H100的对比数据，理由是H100在TPU芯片之后上市，且采用了更新的技术。值得注意的是，谷歌暗示其正在开发一种新的TPU，未来将与H100展开竞争，该公司还没有提供任何相关细节。