Google 发表第二代 TPU，让人工智慧从判断进化成可推理、训练
在上周 NVIDIA 举办的 GTC 2017 开发者大会发表tesla V100与微软举办的 build 2017 都谈到新一代 AI 解决方案。同样的，为了加速机器学习的发展，Google CEO Sundar Pichai 与Google云端人工智慧暨机器学习首席科学家 李飞飞，在 google I/O 2017 的主题论坛中，相继宣布推出第二代Tensor处理器单元，它是全新的云端运算硬体与软体系统，持续推进机器学习的应用。
概略来说，TensorFlow 可以说是 Google 硬体与软体的结合，是打造 AI 的重要机器学习的开源软体平台之一，Google云端人工智慧暨机器学习首席科学家 李飞飞除了宣布推出 TensorFlow V1.2 版本外，也针对他们推出第二代 TPU 做了进一步的解说。
初代 TPU(Tensor Processing Unit) 是专门为 Google 的 TensorFlow 设计的，作为机器学习而专门设计的专用晶片，初代 TPU 被用在 AlphaGo 人工智慧系统当中的预测跟决策时所需的运算能力，这个 TPU 本身的计算能力，也被用在 Google 搜寻、用来改善 Google 翻译、Google Photos、Google Search 和其他 AI 技术软件的机器学习模型当中。
Google 公司开发了一种将多个 TPU 整合到称为 TPU Pods 的方法，有效地将 Google 服务器机架转变成超级电脑。关于超级电脑的运算能力，李飞飞解释，第二代 TPU 能够提供惊人的 180 兆浮点运算的计算能力，而一个 TPU pod 中却又包含 64 个第二代 TPU，提供每秒高达 11.5 千兆浮点运算次数是为了今天推动机器学习所设计。
因此，只要使用 TensorFlow V1.2 构建软体环境，新版的 TPU 现在能够进行推理和训练，相较以往的 TPU 只能判断，可以说进步许多，这让研究人员可以比以前更快地部署更多功能的 AI 实验。
依照 Google 的说法，第二版的 TPU 系统已经全面投入使用，并且正在部署在自家的云端运算平台 Google Compute Engine，同时开放开发者透过类似亚马逊的 AWS 和 Microsoft Azure 云端计算平台使用。Google 相信全新的 TPU 系统将能让使用 Google 云端服务的产业转型，这包括：
＊医疗产业：疾病诊断，若可将这项技术运用到病理判断，便可协助检测出癌症。
＊金融业：更快的运算能力帮助 Google 云端平台的客户(如汇丰银行)在数十亿美元的交易中侦测出诈欺。
＊制造业：分析数十亿个数据点,以简化生产并维护和提升品质控管。
＊供应链：根据外部因素 (如风暴或自然灾害) ,更有效地计划和重新调配货物。