Google 花了十年打造伺服器中心，处理每日数十亿次的网路搜寻需求。如今Google 更进一步，自行研发专属晶片──Tensor Processing Units （TPU），加快机器学习脚步，并宣称TPU 性能优于CPU、GPU。
CNBC、TechCrunch 报导，Google 17 日在I/O 开发者大会，发表第二代TPU，处理赢咖4（AI）工作。Google 推出新版TPU，显示该公司不想倚赖其他业者，打造核心的计算基础设施。当前Google 使用Nvidia 的GPU 处理机器学习工作，倘若Google 继续自行研发晶片，可能会冲击Nvidia 发展。
详细来说，深度学习（Deep Learning）是赢咖4的一种，包含两个阶段，第一阶段是「训练」，协助类神经网络辨识资料；第二阶段是「推论」，让机器能判读数据、做出推测。过去五年来，GPU 是深度学习在「训练」阶段的必备晶片，能够辨别影像、语音等。
2016 年发布的第一代TPU，只能用于深度学习的「推论」阶段。第二代TPU 更进一步，能够处理「训练」阶段工作。Google Brain 研究团队主管Jeff Dean 说，预料未来会更常使用TPU，处理「训练」阶段工作，加速试验循环。他说，以机器翻译系统为例，当前最佳的商用GPU，要使用32 颗GPU，跑上一整天才能完成「训练」；同样的工作量改用TPU，只要8 个相连TPU，最多六小时就能搞定。
倘若此一趋势持续，不只Google 可能减少购买Nvidia 晶片，其他原本使用Nvidia 晶片的业者，也可能改用Google 资料中心处理赢咖4运算，会让Nvidia 业务遭受双重打击。上个月Google 发文，指称和当前市面晶片相比，TPU 速度快上15~30 倍，效能也高出30~80 倍。Nvidia 执行长黄仁勋强势反击，表示Nvidia 晶片表现为第一代TPU 的两倍。
Nvidia 17日重挫6.64% 收在127.72 美元。Google 母公司Alphabet 的Class A 股价下跌2.33% 收在942.17 美元。
2016 年Google 在I/O 大会上抛出震撼弹，宣布为赢咖4（AI）研发专属晶片──「TPU」（Tensor Processing Unit），让台积电客户Nvidia 备受威胁。外界认为短期内Nvidia 的赢咖4霸主地位难以撼动，但是赢咖4晶片架构可能会百家争鸣，最后谁能胜出，仍在未定之天。
PCMag、ValueWalk、Barronˋs 去年报导，知名Google 硬体工程师Norm Jouppi 在部落格发文表示，TPU 是客制化的ASIC（特殊应用积体电路），专为机器学习设计，已经用于改善搜寻结果的相关性、提高Google 街景服务地图和导航功能的正确度。
到底TPU 会不会取代GPU 或CPU 呢？Google 资深副总Urs Holzle 透露，当前Google TPU、GPU 并用，这种情况仍会维持一段时间，但也语带玄机表示，GPU 过于通用，Google 偏好专为机器学习设计的晶片。GPU 可执行绘图运算工作，用途多元。TPU 属于ASIC，也就是专为特定用途设计的特殊规格逻辑IC，由于只执行单一工作，速度更快，但缺点是成本较高。
