谷歌在其2017年I/O開發者大會推出了全新一代云端處理器單元（TPU），相比主攻內容認知判斷的前一代產品，新的TPU著重強化人工智能的訓練能力，每秒浮點運算可以達到180萬億次，對于正希望在這一領域增強競爭優勢的Intel和NVIDIA來說可不是好消息。

　　谷歌的TPU在數據中心中已運作了三個年頭。去年其TPU為外界所知的時候，谷歌指TPU大概將硬件性能提升了7年的發展時間，這是因為它的TPU專門針對機器學習算法進行優化的轉用芯片。

　　相對Intel的處理器來說，TPU可以容忍更低的運算精度，因此可以以更快的速度運行更加復雜與強大的機器學習算法而獲得谷歌所希望的更加智能的結果。

　　相對于NVIDIA的GPU來說，NVIDIA的GPU同樣可以容忍低運算精度，不過它在存儲器中調取指令與數據需要耗費大量的時間，而谷歌的TPU在結構設計上盡可能使用本地化的數據因此獲得了比NVIDIA更快的運行速度。

　　如今經過了三個年頭的積累，谷歌開發的TPU更加成熟，性能更強大，谷歌有可能借助這款TPU芯片實現它的野心，成為人工智能領域的領導者，而且在正興起的AR/VR市場TPU同樣可以發揮作用。谷歌希望以專業的硬件幫助它一向占優勢的軟件服務進一步擴大優勢。

　　谷歌的TPU大獲成功將給其他大型互聯網企業帶來啟發，開發自己的專業硬件有助于增強它們的優勢。其實美國的亞馬遜、中國的百度和阿里等都有意向采用非Intel的芯片來增強它們的互聯網服務優勢，在谷歌取得成功的例子下這些企業未來很可能會采取這種方式開發自己的專業硬件，這對于Intel和NVIDIA來說當然不是好事。

　　Intel由于PC市場的出現停滯，以及面臨ARM陣營的猛烈進攻，它已將重點放在服務器芯片業務上，其收購FPGA廠商Altera正是希望增強它在機器學習領域的競爭力，以滿足當下正廣受關注的人工智能市場的需求，而收購Mobileye則是希望在自動駕駛領域占有一席之地，但是在谷歌的TPU則有可能讓它的服務器芯片業務受損。

　　谷歌采購的服務器芯片占其服務器芯片年出貨量的約5%，可見谷歌如果將TPU大量運用于它的數據中心對Intel帶來的影響，如果其他互聯網企業也學習谷歌那么對于Intel的打擊會更大。

　　對于NVIDIA來說，由于其GPU在機器學習領域所擁有的優勢，它被認為很有發展前景，因此推動它這幾年的股價節節攀升，如今谷歌TPU顯然也給它造成了打擊。

　　當然對于中小型企業來說，它們缺乏足夠的資金開發自己的定制芯片，而谷歌等互聯網企業它們并非依靠硬件來獲取收入當然不會對外出售它們自己的定制芯片，還是得采用Intel或NVIDIA的芯片。