同時，google也同步宣布推出以1000組cloud tpu運算猬集組成的tensorflow research cloud辦事，並且將以避免費情勢開放各類深度學習研究申請使用。
去年在google i/o 2016宣布藉由客製化tpu (tensor processing unit)處理器加快運算推理效力之後，google在google i/o 2017主題演講再次宣布推出第二代tpu，並且將以cloud tpu形式作為google compute engine全新運算基礎，同時藉由每組cloud tpu可發揮180tflops運算效能表現，同時提昇深度進修與邏輯推理效力翻譯
比擬先前推出的tpu設計首要著重加快邏輯推理效率，主要應用在alphago人工智慧系統，以及包含google search、google photos、google翻譯、語音識別與gmail垃圾信件判定等項目，此次推出的第二代tpu則進一步著重在同時對應深度學習與邏輯推演兩種需求，藉此擴大tpu的運用局限與規模，而且改良第一代tpu被人指稱僅能利用在特定邏輯推演範疇環境。
此外，針對深度進修研究需求，google也宣布推出連系1000個cloud tpu運算猬集的tensorflow research cloud辦事，將從本日起免費開放申請利用。
而在強調tpu帶來深度進修加快效率之餘，google也認為不同的辦事設計需求，本來就需要不同硬體架構對應最佳學習效果，因此開發者仍然可選擇透過傳統cpu、gpu，例如intel skylake架構處理器或nvidia volta架構顯示卡構成適合的練習模式。google表示，目前已經廣泛地在google cloud雲端平台導入tpu加快運作模式，同時針對google compute engine辦事也將藉由增加第二代tpu設計，閃開發人員能針對分歧進修目標選擇最好運算模式。
至於針對nvidia近期在gtc 2017揭曉採volta架構的tesla v100，其硬體架構也加入對應深度進修利用的tensor core焦點設計，同時對應tensorflow等進修框架利用，google認為nvidia確切也看見tensorflow進修框架普及運用的成長，並且認為新架構設計預期將能大幅鞭策深度進修應用翻譯
按照google申明，以cloud tpu情勢作為google compute engine全新運算基礎的第二代tpu，每組約可施展高達180tflops運算效能，因此相比採用32張現行最好的商用gpu構成加速學習模式仍須花費一天左右練習時候，透過第二代tpu設計僅需體積僅為八分之一大小的單一機架猬集 (pod)以一個下戰書時候便可完成練習。
文章出自: https://udn.com/news/story/11131/2468448有關翻譯的問題歡迎諮詢華頓翻譯
