Nvidia正面临新的威胁，它就是Alphabet TPU。

前几天，Google在自家网站上公开了TPU相关论文的初稿，在6月份于多伦多召开的计算机体系结构国际研讨会（ISCA）之前，既吊足了大众胃口，又做了一个剧透。

这个论文都将说些什么？据悉，Alphabet将TPU与GPU/CPU的性能进行对比，具体而言，即是将用于数据中心的TPU与英特尔Haswell CPU以及Nvidia K80 GPU进行比较。

在深入探讨这个对比结果之前，我们先看看Alphabet研发TPU的初衷。这要从2013年说起，那时英伟达还是一个专注于游戏级GPU开发的公司，Alphabet便决定使用深层神经网络（DNN）在其数据中心构建自己的专用集成电路（AISC）。

Alphabet最初的规划是使用AISC进行学习，GPU进行训练（或预测）。通过将两者进行结合，Alphabet在短短15个月的时间里，便成功构建了所谓的TPU。

TPU的构造完全不同于GPU与CPU。TPU并非依赖于Nvidia或者Intel的卷积神经网络（CNN），而是主要靠多层感知器（MLP）、CNN和循环神经网络（RNN）。

Alphabet的谋略便是在同一处使用3种神经网络可以根据输入数据的权重进行功能分配。这意味着需要较低计算能力的数据与权重较高且需要庞大计算的数据是不同的处理过程。这样便可以节省时间和资源，这也恰是影响处理器的两项重要指标。

相比Nvidia K80及英特尔Haswell，这个独特架构便赋予Alphabet TPU一定的优势。根据Alphabet推断，TPU速度比K80 GPU和Haswell CPU速度快15~30倍。此外，TPU性能/瓦特是Nvidia GPU和Intel CPU的30~80倍。

Alphabet还表明其TPU与K80及Haswell对比，其架构如何实现每个层的最佳性能。

Alphabet在其论文中，并没有表现出要在数据中心以外领域使用TPU的打算。尽管这样，但是TPU对于Nvidia GPU依然是个长期的威胁。我们来仔细看一下这个问题，深层的威胁并不是TPU产品本身，而是一个没有任何制造历史的公司提出并实现了一个比Nvidia GPU更快的方案，这是一种超越，表面Nvidia的护城河被攻破。

是否会有更多像Alphabet这样的公司涌现？短期/中期或者长期，是否会有这样的公司出现？IBM、亚马逊、Facebook等公司是否会成为下一个为自己数据中心构建GPU的Alphabet？如果它们真的成为下一个Alphabet，除了自用，它们是否会选择进行产品的销售？

这些问题必须先找到一个答案，否则，长期来看Nvidia将在市场中扮演怎样的角色便很难得出一个结论。

可能成为下一个Alphabet的远不止IBM、亚马逊、Facebook。目前来看，Nvidia面临的威胁有多大还无法得出结论，这个威胁可能远远不是TPU产品如此简单。