每年重要盛会之一的 Google I/O 2016 年开发者大会在美国时间 18 日上午登场，这次 Google 端出不少新东西，详细可看科技新报的整理报导，还有一件值得关注的事，Google 在大会上揭露公司正在打造机器学习专用的芯片－－TPU（Tensor Processing Unit）。

Google 人工智能 Alpha Go 在日前赢了韩国围棋九段高手李世乭，AlphaGO 致胜的关键，就在于结合机器学习（Machine Learning）与深层类神经网络（deep neural networks），模拟围棋高手如何分析盘面、找出最有利的下法，步步为营。Google CEO 桑德尔·皮查（Sundar Pichai ）在 18 日 Google I/O 大会上进一步揭露了这当中的秘密。

皮查指出，Google 专门为深层类神经网络设计了特殊应用 IC（application-specific integrated circuit,ASIC），以 ASIC 为基础的硬件或软件，将能透过分析大量的数据学习特殊任务，Google 藉由神经网络得以辨识物件、照片中的人脸、了解传到 Android 手机上的说话指令，以及翻译技术，甚至因此改变了 Google 搜索引擎。也是这项技术提升了 Alpha GO 的计算速度，并使其思虑看得更深远。

Google 将运用此技术打造的机器学习专用芯片称之为 TPU（Tensor Processing Unit），Google 在其自家博客文章称，由于 TPU 专为机器学习所运行，得以较传统 CPU、GPU 降低精度，在计算所需的电晶体数量上，自然可以减少，也因此，可从电晶体中挤出更多效能，每秒执行更复杂、强大的机器学习模组，并加速模组的运用，使得使用者更快得到答案，Google 指出，团队已经在数据中心执行 TPU 超过一年，且发现 TPU 能让机器学习每瓦提高一个数量级，粗略来说，相当于摩尔定律中芯片效能往前推进了七年或者三代。搭载 TPU 的机板只要安装在 Google 数据中心的硬盘插槽上即可。

　　（Source：Google）

Google 在去年发布机器学习系统 TensorFlow，并强调其为开源，意味着任何人都可以使用甚至修改这套软件引擎，但不代表外部使用者可共享 Google TPU 的设计，不过可以透过 Google 云端服务使用 Google 各式机器学习软硬件服务。

而 Google 揭露了这项计划也为半导体巨头们带来警讯，Google 并未使用、或甚少使用 IC 大厂的芯片，而是自己自行研发芯片，微软目前也利用 FPGA 加速人工智能运算，当自制芯片风潮从苹果、小米等智能手机厂商，吹向 Google 、微软等网络、软件公司，半导体产业会不会因此洗牌，或产生质变同样值得关注。