如約而至，谷歌開發者大會正式開幕，谷歌首席執行官 Sundar
Pichai關于將重心從移動互聯領域轉向人工智能領域的判斷幾乎滲透了開幕主旨演講的每一個細節。
據DeepTech深科技5月18日消息，在開幕主旨演講中，Sundar
Pichai正式宣布現已將整體戰略從“移動優先”轉變為“AI優先”。因此，谷歌搭建了全新的AI優先型數據中心，并在 2016
年發布專門為機器學習定制的TPU（張量處理單元）。TPU與CPU、GPU相比，效率提高了15-30倍，能耗降低了30-80倍。
事實上，TPU已經部署到了幾乎所有谷歌的產品中。不論你使用
GOOGle 搜索、還是與 Google Assistant
對話，甚至在AlphaGo與李世石的圍棋大戰中，TPU也起到了關鍵作用。
一般而言，機器學習分為兩部分：訓練（Train）與應用（Inference）。通過訓練來建立神經網絡，要求很強大的計算能力；應用則是去完成分辨圖片上是貓是狗等具體任務。而
TPU 主要是用來優化應用端的，而訓練端目前還是需要使用GPU。比如，谷歌目前每個機器翻譯模型，都需要 100 個 GPU 上花一周時間去完成 30
億個詞語的訓練。
谷歌發布的Cloud TPU則是同時針對訓練和應用兩方面。全新的Cloud TPU擁有四個處理芯片，每秒可完成180
tflops計算任務。將 64 個 Cloud TPU 相互連接可組成谷歌稱之為Pod的超級計算機，Pod將擁有11.5 petaflops的計算能力（1
petaflops為每秒進行1015次浮點運算）——這對AI領域的研究來說將是非常重要的基礎性工具。
之所以將其稱之為 Cloud TPU
是因為這些全新硬件將加入谷歌云計算平臺，并整合進谷歌計算引擎（Google Compute
Engine）。谷歌要打造全世界最好的機器學習計算平臺，所以也希望為開發者們提供最好、最廣泛的硬件選擇，從CPU、到 GPU（包括 Nvidia 上周最新發布的
GPU 產品）、再到
TPU。
目前，谷歌已將所有人工智能相關工作全部納入新建立的Google.ai，目的是集中公司內部所有優勢資源與人力來研發真正能造福人類的AI技術。Google.ai將聚焦三個方面：從事最前沿的技術研發、提供最好的軟硬件工具、探索AI的實際應用。
此外，谷歌還發布了一個全新版本的TensorFlow，這個專門為移動設備開發的版本名為TensorFlow
Lite——這個全新的程序集允許開發者們編寫更為簡潔的深度學習模型，從而可以在 Android
智能手機等移動設備上運行。
由于谷歌已經開放了眾多在 Android 平臺上運行的 AI
相關服務，也確實有必要開發一個更為精簡、高效的全新架構來滿足在移動設備上運行的需要。谷歌將開源 TensorFlow Lite，并在今年晚些時間開放 API
端口。
相關概念股：
科大智能：與復旦大學合作研究類腦人工智能技術。
科大訊飛：通過切入汽車車載語音領域開拓人工智能的商業化應用。
賽為智能：為國內最專業的智能化系統解決方案提供商之一，公司及全資子公司合肥賽為智能自主研發的人工智能領域產品有智能視頻分析、人臉識別產品和無人機。
華中數控：公司與阿里云達成戰略合作布局智能制造等有望受益。
全志科技：致力于為人工智能提供基礎計算平臺、SoC+完整解決方案等。
佳都科技：重點布局人臉識別技術，公司的人臉識別算法具有建模速度快等特點，已將其應用于智能安防。
