記者洪聖壹／美國舊金山報導
在上週 NVIDIA 舉辦的 GTC 2017 開發者大會發表tesla V100與微軟舉辦的 build 2017 都談到新一代 AI 解決方案。同樣的，為了加速機器學習的發展，Google CEO Sundar Pichai 與Google雲端人工智慧暨機器學習首席科學家 李飛飛，在 google I/O 2017 的主題論壇中，相繼宣布推出第二代Tensor處理器單元，它是全新的雲端運算硬體與軟體系統，持續推進機器學習的應用。
概略來說，TensorFlow 可以說是 Google 硬體與軟體的結合，是打造 AI 的重要機器學習的開源軟體平台之一，Google雲端人工智慧暨機器學習首席科學家 李飛飛除了宣布推出 TensorFlow V1.2 版本外，也針對他們推出第二代 TPU 做了進一步的解說。
[廣告] 請繼續往下閱讀.
初代 TPU(Tensor Processing Unit) 是專門為 Google 的 TensorFlow 設計的，作為機器學習而專門設計的專用晶片，初代 TPU 被用在 AlphaGo 人工智慧系統當中的預測跟決策時所需的運算能力，這個 TPU 本身的計算能力，也被用在 Google 搜尋、用來改善 Google 翻譯、Google Photos、Google Search 和其他 AI 技術軟件的機器學習模型當中。
Google 公司開發了一種將多個 TPU 整合到稱為 TPU Pods 的方法，有效地將 Google 服務器機架轉變成超級電腦。關於超級電腦的運算能力，李飛飛解釋，第二代 TPU 能夠提供驚人的 180 兆浮點運算的計算能力，而一個 TPU pod 中卻又包含 64 個第二代 TPU，提供每秒高達 11.5 千兆浮點運算次數是為了今天推動機器學習所設計。
[廣告] 請繼續往下閱讀..
因此，只要使用 TensorFlow V1.2 構建軟體環境，新版的 TPU 現在能夠進行推理和訓練，相較以往的 TPU 只能判斷，可以說進步許多，這讓研究人員可以比以前更快地部署更多功能的 AI 實驗。
依照 Google 的說法，第二版的 TPU 系統已經全面投入使用，並且正在部署在自家的雲端運算平台 Google Compute Engine，同時開放開發者透過類似亞馬遜的 AWS 和 Microsoft Azure 雲端計算平台使用。Google 相信全新的 TPU 系統將能讓使用 Google 雲端服務的產業轉型，這包括：
＊醫療產業：疾病診斷，若可將這項技術運用到病理判斷，便可協助檢測出癌症。
[廣告] 請繼續往下閱讀...
＊金融業：更快的運算能力幫助 Google 雲端平台的客戶(如匯豐銀行)在數十億美元的交易中偵測出詐欺。
＊交通運輸：教自駕車如何駕駛、預測塞車狀況。
＊時尚產業：預測庫存。
＊製造業：分析數十億個數據點,以簡化生產並維護和提昇品質控管。
＊供應鏈：根據外部因素 (如風暴或自然災害) ,更有效地計劃和重新調配貨物。
＊石油和天然氣：設計更精確的模型以找出煉油的最佳方法。
＊零售業：透過了解消費者的偏好、配對相似的消費者輪廓,為每個人打造更客製化的購物體驗。
＊農業：追蹤農作物的生長狀況,提供提高作物產量的建議。