Google領先機器學習領域 緣于TPU定制芯片提供支撐

　　從TPU在Google數(shù)據(jù)中心運行的表現(xiàn)來看，它可以為機器學習帶來相當出色的表現(xiàn)，而目前Google領先機器學習領域，不難看出，是緣于TPU定制芯片提供支撐，說明TPU是專為機器學習應用而定制的。

　　機器學習為許多深受歡迎的Google應用程序增添了不少魅力，當前有超過百支谷歌團隊在使用這項技術，包括街景、收件箱智能回復、語音搜索等。在I/O 2016大會的主題演講期間，Google向大家介紹了其在人工智能和機器學習領域的最新進展，其中一個有趣的細節(jié)，就是所謂的TPU（張量處理單元）定制芯片。

　　優(yōu)秀的軟件，自然少不了優(yōu)秀硬件的加持，幾年前，Google就已經悄悄地開展了一個項目——自己動手，為機器學習應用程序提供定制加速。

　　這項研究的成果，就是本文要著重介紹的“張量處理單元”（Tensor Processing Unit），簡稱TPU。這是一款為機器學習而定制的ASIC、并且經過了TensorFlow的調教。

　　TPU已經在Google數(shù)據(jù)中心運行了一年多，實踐表明它可以為機器學習帶來相當出色的每瓦特性能表現(xiàn)。TPU是專為機器學習應用而定制的，它的寬容度更高，可以降低計算的精度（所需的晶體管操作也更少）。

　　正因如此，我們每秒都可以在芯片中擠出更多的操作時間，使用更復雜和強大的機器學習模型、將之更快的部署，用戶也會更加迅速地獲得更智能的結果。

　　TPU是Google從研究快速走向實際應用的一個積極例子，團隊只花了22天的時間，就讓它在數(shù)據(jù)中心運行了起來。

　　TPU早已為許多Google服務提供支撐，包括RankBrain（用于改進搜索結果的相關性）和街景（改進地圖導航的精度和品質）。

　　在與李世石的人機圍棋對戰(zhàn)中，AlphaGo的背后也有著TPU的身影。TPU讓AlphaGo可以更快的思考，在移動之前更加高瞻遠矚。

　　在基礎設施對戰(zhàn)中打造的TPU，使得Google能夠向開發(fā)者們帶去更大的軟件能量，比如在先進的加速技術加持下的TensorFlow和云機器學習。

　　機器學習為Google應用程序增添了不少魅力，使得Google在機器學習領域上做到業(yè)內領先，同時，還將給谷歌提供給盡可能多的客戶。