机器学习是人工智能的分支，主要研究范畴为图形辨识与运算学习，也是支援Google众多产品的核心技术。从语音搜寻、地图街景、以及该公司近期推出利用人工智能自动产生讯息的智能回覆功能，都是利用机器学习达成的强大性能。

根据9to5Google网站报导，Google深刻体会到好的软体唯有搭配好的硬体才能发挥最大功效，因此Google过去几年致力于客制化特殊应用芯片(application-specific integrated circuit)的开发，并在日前举行的I/O大会上公布一款名为Tensor Processing Unit (TPU)的芯片。

Google这款芯片主要用于测试专为机器学习应用程式设计的客制加速器之性能，TPU是为了开源机器学习系统TensorFlow所量身订制的芯片，早在一年前便已部署在Google数据中心执行运算，提升机器学习应用的效能功耗比。

由于是针对机器学习应用所设计，TPU对于运算的精准度及容忍度较高，代表每次运算需要的电晶体较少，因此可增加每秒执行的运算量，加快机器学习运算的速度。并可使用更复杂且更强大的机器学习模型，加速各种模型的应用，让使用者能够快速获得更正确的答案。

Google并表示，运用在机器学习上的TPU将可使机器学习芯片效能向前推进达7年，相当于3个摩尔定律(Moore"s Law)进程。

搭载TPU的机板功能强大、外型轻巧，且相容于现有数据中心机架的硬碟插槽。Google研究团队对于能够在短时间内将想法付诸实现十分自豪，因为从首颗测试芯片到正式部署于数据中心总共只花了22天。

Google的最终目标是成为机器学习技术的领导厂商，为开发商而后消费者提供产品。Google表示，将TPU与基础架构机架整合，可将TensorFlow、云端机器学习等软体的先进加速能力提供给开发者。

机器学习改变了开发者打造智能应用程式的方式，使客户与消费者也可同样受惠，因此Google对于能够实现这样的可能感到很兴奋。