一直以来，都有传言称，Google公司在人工智能和机器学习领域投入了大量的研究人员和研究经费，想要取得进一步的突破。现在，他们做到了。其中最有趣的研发成果就是所谓的TPU（Tensor Processing Unit，张量处理单元）。

近期，根据Alphabet公司（Google进行了重组，原先的Google将成为Alphabet的全资子公司）透露，他们已经研发出了一款专门定制的ASIC（Application Specific Integrated Circuits，专用集成电路）芯片，将其称为TPU。在测试成功后，Google公司迅速将其投入使用，至今，已有一年时间。它的应用领域主要为涵盖Google人工智能、机器学习等业务的应用程序服务领域。

Google知名硬件工程师Norm Jouppi表示：“TPU的问世，满足了机器学习应用程序发展的需要，降低了芯片对计算精度的要求。这就意味着，在每次进行运算时，参与工作的晶体管的数量会比以前减少，从而，我们可以将更多晶体管投入更多其他的，需要硅元件参与的工作中，比如功能强大且复杂的机器学习模型，使其能够更加快速地运转，为用户提供更加快速准确的运算结果。”

Norm Jouppi继续说道：“有趣的是，我们发现，其中一块带有TPU的元件板刚好能插入我们数据中心一个硬盘驱动器的卡槽里，尺寸，大小正好吻合，能够正常工作。Google从开始着手研发第一块硅元件，到其测试成功并投入使用，所花的时间仅仅为22天。”

“在评价机器学习应用程序的性能时，必须要有一个可量化的评价标准，即完成一项工作，所需的耗电量和消耗的元器件数目，并且能对其进行优化，提高元件的性价比。也即是说，我们现在所采用的技术，应是集成电路领域在未来7年内所要发展的主流技术。（体现了第三代摩尔定律的原理）。”

Jouppi同时还对一些关于Google发展单晶硅元件技术的报道，进行了阐释。他说道：“优秀的软件需要同样优秀的硬件设备来给予支持。这就是为什么我们会在7年前，就启动这一研究项目的原因。目的是想要证实，我们通过自己现有的硬件基础，在机器学习应用程序研发方面，能够完成哪些改进与优化。

Google也对其使用的Power9 服务器的存储系统进行了检查，并且经常对装有ARM微型处理器的服务器进行调试，主要是测试该服务器上goo-goo eyes的功能能否实现。

TPU的研发与生产，需要大量优秀的单晶硅元件设计师的参与。这也就解释了为什么在Google公司的一些广告中，会出现要招聘单晶硅元件设计师的信息。但并不是所有TPU的研发与生产，都需要设计师的全程参与。这一范围仅仅限定于要生产那些为私人定制的，有特殊需求的TPU，我们才会让设计师与客户进行沟通，为其量身定做，生产出满足他们需求的TPU。