Google 在人工智慧開發一直不遺餘力，看的到的例如以 Alpha Go 擊敗世界圍棋高手、自動駕駛開發，在外界看不到的地方，例如圖文搜尋機制的背後都有人工智慧的影子，而使現代人工智慧能迅速發展的關鍵就是深度學習被廣泛使用；現階段能讓深度學習技術開花結果的關鍵是引進基於 CPU 搭配 GPU 或是加速器的異質運算技術，但 Google 已經著手往更高效率的方式邁進，稍早公布了他們首個專為深度學習開發的 ASIC 、" TPU "處理器的性能。
Google 早已在去年就公布了 TPU ，不過當時對於它的實際表現仍猶如五里霧中為得其全貌， TPU 的是為深度學習中最關鍵的 TensorFlow 演算法所設計，相較於具高度彈性的 CPU ，或是原為圖形運算開發的 GPU ， TPU 則是屬於專為 TensorFlow 演算法開發的加速器。
圖片來源： Google
在 Google 所公開的數據中，透過 TPU 演算的效能可達到現階段 GPU 與 CPU 的 15 倍到 30 倍之間，當然由於是去蕪存菁的加速器，故能源效率相較傳統晶片在相同運算量的每瓦效能表現達到 30 到 80 倍，另一個迷人的地方是由於是專屬的 TensorFlow 加速器，僅需要 100 到 1,500 行指令代碼就可執行。目前 Google 也逐步在不同的領域開始納入 TPU，包括影像搜尋、 Google Photos、 Google Cloud Vision API 等都已經開始採用。
當然， TPU 的強悍是建立在它是專為特定演算法所開發，就如同影片解碼採用硬體解碼方式一樣可提供相當驚人的能源效能比，但畢竟其本質是加速器的性質，故仍須搭配能夠執行作業系統的運算核心搭配，其次是若未來在人工智慧又有新的演算法，就如同影片又多了新的編碼方式，現行的 TPU 恐怕也會無用武之地，但相較之下 CPU 或是 GPU 則仍可透過新的軟體編碼使其支援。
新聞來源： Google
