来源：内容由半导体行业观察（ID:icbank）编译自「IEEE」，谢谢。
IEEE Spectrum在一项调查中发现，谷歌已悄悄收购了Provino Technologies，一家开发用于机器学习的片上网络（NoC）系统的初创公司。
用于AI应用程序的最新处理器拥有成千上万甚至数十万个内核，每个内核都需要移动大量数据。
NoC技术可以通过使用大型计算机网络和Internet所熟悉的架构（基于对数据包进行定向的路由器）来代替传统的总线和直接线路，从而加速此类“多核”芯片上的通信。
中央密苏里大学计算机科学助理教授法哈杜尔·雷扎（Md Farhadur Reza）说：“通信技术根本没有以与计算技术相同的方式得到改进。” “ NoC的分散式架构可以使应用程序并行运行多个任务并同时相互通信。这意味着性能将提高，吞吐量将提高，并且您的电线将缩短。”
前苹果工程师谢兰德拉·德赛（Shailendra Desai）于2015年创立了Provino，旨在提供一个名为iFabric的平台来开发NoC芯片。该初创公司位于硅谷，并在印度艾哈迈达巴德设有第二个办事处。
2018年，Provino在由计算机跨国公司的投资部门Dell Technologies Capital牵头的A轮融资中筹集了800万美元。当时，该公司将“机器学习/人工智能，消费类和汽车应用”的芯片开发确定为重点。
“当时，Provino的技术采用了全新的片上系统设计方法，以应对新兴的人工智能和机器学习市场中下一代芯片设计的挑战性需求，”当时戴尔技术资本公司董事总经理Daniel Docter写道。
与传统芯片相比，NoC架构不仅速度更快且不易出现数据瓶颈，而且它们本身具有可扩展性，可重配置性和容错性。
Reza说：“两个节点之间有多条路径，因此即使一条链路断开，您仍然可以采用另一种方式路由数据包。” “这使其成为神经网络最有效的架构。”
神经网络的计算强度很高，尤其是在训练过程中，神经网络依赖于“神经元”与内存之间频繁通信。
Google于2015年开始开发自己的神经网络专用集成电路（ASIC）。这个被称为张量处理单元（或TPU）的硬件已部署在Google的数据中心内，以为诸如Translate，Photos，Search，Assistant，和Gmail等服务提供支持。
尽管一些Google研究人员已经研究NoC技术多年，但是Google TPU的确切规格尚不得而知。
2月初，Google向Provino购买了20项有关NoC通信和电源控制的专利和专利申请，金额未公开。这似乎是Provino的全部知识产权。
大约在同一时间，该公司关闭了其网站，以及公司的一些在印度的工程师现在把自己描述为谷歌工作。
尽管Desai和Provino均未回应置评请求，但Google随后向Spectrum确认已收购Provino。它没有提供有关此次收购的更多细节，但此次收购可能标志着Google内部采取NoC技术的举动。
Reza认为，大规模迁移到NoC不可能在一夜之间完成：“从架构和算法的角度来看，仍然存在许多挑战。路由是NoC的核心，关于如何设计路由器，它们使用的算法，它们的缓冲区以及链路的容量，存在很多问题。”
但是，任何有希望提高机器学习系统的效率（并减少惊人的能耗）的事情，特别是在Google运作的规模上，对于可持续AI的未来来说都是一件好事。
