Nvidia首席展望谷歌的A.I.芯片
NVIDIA在提供用于人工智能的强大图形芯片的情况下赌注了一大块未来，因此在谷歌宣布两周前宣布它已经建立了自己的AI芯片以供其数据中心建立自己的AI芯片，因此为本公司而言。
谷歌的张量加工单位或TPU是专门用于深度学习，是A.I的一个分支。通过哪个软件列车本身可以更好地解读世界周围的世界，因此可以识别对象或理解口语。
TPU已经在Google使用了一年多的时间，包括搜索并改善Google地图中的导航。根据Google的说法，它们提供“用于机器学习的机器学习的数量级优化的性能”。
这可能是NVIDIA的坏消息，它设计了新的帕斯卡微体系结构，并考虑了机器学习。公司掉了智能手机市场，该公司正在寻求A.I.为了增长，以及游戏和VR。
但是，NVIDIA首席执行官Jen-Hsun Huang不被谷歌的筹码阶层逐渐相互淘汰，他在Computex贸易展上周一表示。
他说，对于一开始，深入学习有两个方面 - 据王某称，GPU仍然在培训部分仍然更好。培训涉及呈现具有大量数据的算法，因此它可以更好地识别某些东西，而推理是算法将其学习的算法应用于未知输入时。
“培训是百分比更复杂的推理，”他说，培训是Nvidia的GPU Excel。另一方面，谷歌的TPU是“仅供推理”，据黄。他说，培训算法可能需要数周或几个月，而推理经常发生在分裂中。
除此之外，他指出，许多需要做推理的公司赢得了自己的处理器。
“对于想要建立自己的推理筹码的公司，那是”没问题，我们很高兴，“黄说。“但是，在不建立自己的TPUS的公司的高度数据中心中有数百万和数百万节点。帕斯卡是完美的解决方案。“
谷歌建立了自己的芯片应该是一个大惊喜。技术可以是大型在线服务提供商的竞争优势，以及谷歌，Facebook和Microsoft等公司已经设计了自己的服务器。设计处理器是下一个逻辑下一步，虽然是一个更具挑战性的下一步。
无论谷歌的TPU的发展是否影响其其他芯片购买很难知道。
“我们”仍然购买了字面上的CPU和GPU，“谷歌工程师告诉华尔街日报。“它是否比我们略低的吨，我可以说”。“
与此同时，尼维亚“黄，就像行业中的其他人一样，期待深入学习和AI变得普遍存在。他说，过去10年的移动云年龄是移动云的年龄，我们现在在人工智能的时代。公司希望更好地了解他们“重新收集的数据量，并通过AI发生。
