Google 在人工智能开发一直不遗余力，看的到的例如以 Alpha Go 击败世界围棋高手、自动驾驶开发，在外界看不到的地方，例如图文搜寻机制的背后都有人工智能的影子，而使现代人工智能能迅速发展的关键就是深度学习被广泛使用；现阶段能让深度学习技术开花结果的关键是引进基于 CPU 搭配 GPU 或是加速器的异质运算技术，但 Google 已经着手往更高效率的方式迈进，稍早公布了他们首个专为深度学习开发的 ASIC 、" TPU "处理器的性能。
Google 早已在去年就公布了 TPU ，不过当时对于它的实际表现仍犹如五里雾中为得其全貌， TPU 的是为深度学习中最关键的 TensorFlow 算法所设计，相较于具高度弹性的 CPU ，或是原为图形运算开发的 GPU ， TPU 则是属于专为 TensorFlow 算法开发的加速器。
图片来源： Google
在 Google 所公开的数据中，透过 TPU 演算的效能可达到现阶段 GPU 与 CPU 的 15 倍到 30 倍之间，当然由于是去芜存菁的加速器，故能源效率相较传统芯片在相同运算量的每瓦效能表现达到 30 到 80 倍，另一个迷人的地方是由于是专属的 TensorFlow 加速器，仅需要 100 到 1,500 行指令代码就可执行。目前 Google 也逐步在不同的领域开始纳入 TPU，包括影像搜寻、 Google Photos、 Google Cloud Vision API 等都已经开始采用。
当然， TPU 的强悍是建立在它是专为特定算法所开发，就如同影片解码采用硬件解码方式一样可提供相当惊人的能源效能比，但毕竟其本质是加速器的性质，故仍须搭配能够执行操作系统的运算核心搭配，其次是若未来在人工智能又有新的算法，就如同影片又多了新的编码方式，现行的 TPU 恐怕也会无用武之地，但相较之下 CPU 或是 GPU 则仍可透过新的软件编码使其支援。
新闻来源： Google
