5月18日消息，據technologyreview報道，如果說人工智能(AI)能夠迅速蠶食掉軟件，那么谷歌可能擁有最大的胃口。在今年的I/O開發者大會上，谷歌發布了更為強大的芯片和以機器學習為基礎的超級計算機，它們將有助于谷歌成為以AI為重點的硬件制造商。

　　在I/O開發者大會上，谷歌首席執行官桑達爾·皮查伊(Sundar Pichai)介紹了谷歌研發的新計算機處理器，用于支持機器學習技術。近年來，機器學習已經在IT行業掀起強大風暴。此舉也反映出快速進步的AI正如何改變谷歌本身，已經有可靠跡象顯示，谷歌希望能領導AI軟件和硬件等相關方面的發展趨勢。

　　或許最重要的是，或者說至少對于研究機器學習技術的人來說，谷歌新的處理器不僅可以更快的速度執行任務，它還能被以令人難以置信的效率訓練。谷歌新處理器名為云張量處理單元(Cloud Tensor Processing Unit)，它以谷歌的開源機器學習框架TensorFlow的名義命名。

　　訓練是機器學習領域最基礎的部分。舉例來說，為了開發出能夠識別照片中熱狗的算法，你可能需要訓練算法識別數以萬計的熱狗照片，直到其學會區分。但是訓練某個大模型的運算非常復雜，而且這種訓練可能需要持續數天甚至數周。

　　皮查伊還在開發者大會上公布了機器學習超級計算機，或稱Cloud TPU Pod，它以Cloud TPU集群為基礎，可高速處理數據連接。皮查伊稱，谷歌也在研發TensorFlow Research Cloud，它由數以千計的TPU組成。皮查伊表示：“我們正建立我們所謂的AI優先數據中心，Cloud TPU正幫助優化訓練和推理，這為AI取得顯著進步打下基礎。”谷歌將制造1000套Cloud TPU系統，為那些愿意公開分享自己研發工作細節的AI研究人員提供支持。

　　皮查伊在主題演講中還宣布多個AI研究計劃，包括努力開發能夠學習如何從事耗時工作的算法，包括微調其他機器學習算法。他還稱，谷歌正為醫學圖像分析、基因組分析以及分子發現開發AI工具。在開發者大會之前，谷歌高級研究員杰夫·迪恩(Jeff Dean)表示，這些項目有助于幫助AI進步。他說：“許多頂級研究人員還沒有像他們所希望的那樣，獲得強大的計算能力支持。”

　　谷歌進軍以AI為重點的硬件和云服務領域，部分原因是受其自身業務加速的驅動。谷歌已經在使用TensorFlow為搜索、語音識別、翻譯以及圖形處理等提供支持。此外，谷歌也在Alphabet子公司DeepMind開發的智能程序AlphaGo中使用這種技術。

　　但從戰略上看，谷歌可能在防止其他公司在機器學習領域取得主導地位。比如專門研發和制造圖形處理芯片的英偉達，其芯片已經開始被用于深度學習領域，并在各種產品中變得越來越突出。為了提供某些措施以衡量其Cloud TPU提供的加速表現，谷歌表示其翻譯算法可能受到訓練，使用新硬件后比現有硬件速度快得多。32個最好的GPU全天的訓練量，TPU Pod只需要發揮1/8的水平就可在1個下午完成。

　　谷歌云計算團隊首席科學家、斯坦福大學AI實驗室主管李飛飛(Fei-Fei Li)稱：“這些TPU可提供驚人的128萬億次浮點運算，它們是專為驅動機器學習技術的芯片。”與之相比，iPhone 6可提供100萬億次浮點運算。谷歌表示，他們還可能為研究人員設計使用其他硬件的算法，這就是他們所謂的“民主化機器學習”。自從谷歌2015年發布TensorFlow以來，越來越多的研究人員開始使用它。谷歌宣稱，TensorFlow已經成為世界上使用最廣泛的深度學習框架。

　　機器學習專家目前正處于供不應求的狀態，因為許多行業的公司都希望能夠利用不斷取得進展的AI力量。皮查伊表示，解決這種技術短缺的方案之一就是開發機器學習軟件，用以取代AI專家開發機器學習軟件的部分工作。