Google 設計了用於驅動深層神經網路的計算機晶片，深層神經網路的人工智能技術重新發明了互聯網服務運營方式。
美國時間 18 號上午，在 Google I/O 2016，CEO 桑德爾·皮蔡（Sundar Pichai）表示，Google 設計了一個 ASIC（Application Specific Integrated Circuits：專用集成電路），專門針對深層神經網路。這些硬體和軟體的網路，可以通過分析大量的數據學習特定任務。Google 使用神經網路來識別照片裡的物體和麵孔、理解你對 Android 手機說出的命令、或者翻譯語言文本。該技術甚至開始改變 Google 的搜索引擎。
Google 將其晶片稱為張量處理單元（Tensor Processing Unit：簡稱 TPU），因為它支撐著 TensorFlow（研發的第二代人工智能學習系統），軟體引擎驅動其深度學習服務。
去年秋天，Google 發布了 TensorFlow 的開放源代碼許可證，這意味著公司之外的任何人都可以使用，甚至修改這個軟體引擎。Google 不會共享其設計的 TPU，但外人可以通過不同的 Google 云服務利用其機器學習硬體和軟體。
Google 只是將深度學習加入到廣泛的互聯網服務的眾多公司之一，還有Facebook、微軟和 Twitter。通常，這些互聯網巨頭推動他們的神經網路與圖形處理單元，或 GPU，如晶片製造商 NVIDIA。但包括微軟在內的一些公司，也正在探索現場可編程門陣列（field programmable gate arrays：簡稱 FPGA），可以編程為特定任務的晶片。據 Google 所說，驅動在線服務的數據中心內部的海量硬體機架，TPU 板就像硬碟驅動器一樣安裝到相同的插槽，對比其他的硬體，它提供了「一系列每瓦數量級更好的優化性能的機器學習」解決方案。「TPU 是專為機器學習應用而設，讓晶片更加兼容的減少計算精度，這意味著每個操作它需要的晶體管更少。」Google 在博客文章中發布。「正 因為如此，我們可以把每秒的操作更多地集成矽，使用更複雜和強大的機器學習模型，更快速地應用這些模型，讓用戶更為迅速獲得更智能的結果。」
這意味著，除其他事項外，Google 使用晶片的方式不像 Nvidia，也不像其他公司使用更少的晶片。同時我們還可以看出，Google 希望打造自己的晶片，對晶片製造商來說是個壞消息，特別是世界上最大的：英特爾。英特爾處理器驅動著 Google 內部龐大的計算機服務器，而英特爾的煩惱在於，Google 有一天會設計自己的中央處理器。
（本文獲雷鋒網授權刊載，原標：谷歌為其 AI 機器人設計芯片，英特爾慌了，未經授權請勿轉載）