NVIDIA在提供用于人工智能的强大图形芯片的情况下奠定了大量的未来，因此在谷歌时对公司来说不是一个美好的一天宣布两周前，它已建立自己的AI芯片，以便在其数据中心使用。雷竞技电脑网站
谷歌张量加工单位或者TPU是专门为深度学习而建立的，通过该分支机构通过哪个软件通过该分支通过哪个软件训练自己在周围破译世界，因此可以识别对象或理解口语。
TPU已经在Google使用了一年多的时间，包括搜索并改善Google地图中的导航。根据Google的说法，它们提供“用于机器学习的机器学习的数量级优化的性能”。
这可能是NVIDIA的坏消息，它设计了新的帕斯卡微体系结构，并考虑了机器学习。掉了智能手机市场，该公司正在寻求增长的AI，以及游戏和VR。
但是，NVIDIA首席执行官Jen-Hsun Huang并没有被谷歌的筹码逐步淘汰，他在Computex贸易秀周一表示。
他说，对于一开始，深入学习有两个方面 - 据王某称，GPU仍然在培训部分仍然更好。培训涉及提出具有大量数据的算法，因此它可以在识别某些内容时变得更好，而推理是算法将其学习到未知输入的内容。
“培训是推理的推理，”他说，培训是NVIDIA的GPU Excel。另一方面，谷歌的TPU是“仅供推理”，据黄。他说，培训算法可能需要数周或几个月，而推理经常发生在分裂中。
除此之外，他指出，许多需要做推理的公司都没有自己的处理器。
“对于想要建造自己的推理筹码的公司，这没问题，我们很高兴，”黄说。“但是在不建立自己的TPUS的公司的超高音数据中心中有数百万和数百万节点。Pascal是一个完美的解决方案。”雷竞技电脑网站
谷歌建立了自己的芯片不应该是一个大的惊喜。技术可以是大型在线服务提供商的竞争优势，以及谷歌，Facebook和Microsoft等公司已经设计了自己的服务器。设计处理器是下一个逻辑下一步，虽然是一个更具挑战性的下一步。
无论谷歌的TPU的发展是否影响其其他芯片购买很难知道。
“我们还在购买字面上的CPU和GPU，”谷歌工程师告诉华尔街日报。“无论是少于我们否则的吨，我都不能说。”
与此同时，Nvidia的黄色，就像行业中的其他人一样，期待深入学习和AI变得普遍存在。他说，过去10年是移动云的年龄，我们现在处于人工智能时代。公司希望更好地了解他们收集的数据量，并通过AI发生。