機器學習是人工智能的分支，主要研究范疇為圖形辨識與運算學習，也是支援Google眾多產(chǎn)品的核心技術(shù)。從語音搜尋、地圖街景、以及該公司近期推出利用人工智能自動產(chǎn)生訊息的智能回覆功能，都是利用機器學習達成的強大性能。

根據(jù)9to5Google網(wǎng)站報導，Google深刻體會到好的軟體唯有搭配好的硬體才能發(fā)揮最大功效，因此Google過去幾年致力于客制化特殊應(yīng)用芯片(application-specific integrated circuit)的開發(fā)，并在日前舉行的I/O大會上公布一款名為Tensor Processing Unit (TPU)的芯片。

Google這款芯片主要用于測試專為機器學習應(yīng)用程式設(shè)計的客制加速器之性能，TPU是為了開源機器學習系統(tǒng)TensorFlow所量身訂制的芯片，早在一年前便已部署在Google數(shù)據(jù)中心執(zhí)行運算，提升機器學習應(yīng)用的效能功耗比。

由于是針對機器學習應(yīng)用所設(shè)計，TPU對于運算的精準度及容忍度較高，代表每次運算需要的電晶體較少，因此可增加每秒執(zhí)行的運算量，加快機器學習運算的速度。并可使用更復雜且更強大的機器學習模型，加速各種模型的應(yīng)用，讓使用者能夠快速獲得更正確的答案。

Google并表示，運用在機器學習上的TPU將可使機器學習芯片效能向前推進達7年，相當于3個摩爾定律(Moore"s Law)進程。

搭載TPU的機板功能強大、外型輕巧，且相容于現(xiàn)有數(shù)據(jù)中心機架的硬碟插槽。Google研究團隊對于能夠在短時間內(nèi)將想法付諸實現(xiàn)十分自豪，因為從首顆測試芯片到正式部署于數(shù)據(jù)中心總共只花了22天。

Google的最終目標是成為機器學習技術(shù)的領(lǐng)導廠商，為開發(fā)商而后消費者提供產(chǎn)品。Google表示，將TPU與基礎(chǔ)架構(gòu)機架整合，可將TensorFlow、云端機器學習等軟體的先進加速能力提供給開發(fā)者。

機器學習改變了開發(fā)者打造智能應(yīng)用程式的方式，使客戶與消費者也可同樣受惠，因此Google對于能夠?qū)崿F(xiàn)這樣的可能感到很興奮。