去年的 I/O，Google 发布了第一代 TPUs，这使得 Google 的机器学习算法能够更快更有效地运行。今天，Google 发布了下一代 TPUs-Cloud TPUs，j2直播，新版的 TPUs 针对推理和训练进行了优化并且可以处理大量信息。Google 将把 Cloud TPUs 引入 Google Compute Engine，以便公司和开发人员更好地使用。

　　根据 Google 说明，以 Cloud TPU 形式作为 Google Compute Engine 全新运算基础的第二代 TPU，每组约可发挥高达 180TFLOPS 运算性能，因此相比採用 32 张现行最好的商用 GPU 构成加速学习模式仍须花费一天左右训练时间，通过第二代 TPU 设计仅需体积仅为八分之一大小的单一机架丛集 (Pod) 以一个下午时间即可完成训练。

　　此外，针对深度学习研究需求，Google 也宣布推出结合 1000 个 Cloud TPU 运算丛集的 TensorFlow Research Cloud 服务，将从即日起免费开放申请使用。

　　依照 Google 的说法，第二代的 TPU 系统已经全面投入使用，并且正在部署在自家的云端运算平台 Google Compute Engine，j2直播，同时开放开发者通过类似亚马逊的 AWS 和 Microsoft Azure 云端计算平台使用。Google 相信全新的 TPU 系统将能让使用 Google 云端服务的产业转型，Google.ai 已经与 Google 的研究人员、科学家以及开发者们进行合作，来解决各个领域的问题，并取得了前景广阔的结果：

医疗产业：疾病诊断，若可将这项技术运用到病理判断，便可协助检测出癌症。例如，使用机器学习来改进检测乳腺癌扩散到相邻淋巴结的算法。

金融业：更快的运算能力帮助 Google 云端平台的客户 (如汇丰银行) 在数十亿美元的交易中侦测出欺诈。

交通运输：教自动驾驶汽车如何驾驶、预测塞车状况。

时尚产业：预测库存。

制造业：分析数十亿个数据点, 以简化生产并维护和提升品质控管。

供应链：根据外部因素 (如风暴或自然灾害) , 更有效地计划和重新调配货物。

石油和天然气：设计更精确的模型以找出炼油的最佳方法。

零售业：通过了解消费者的偏好、配对相似的消费者轮廓, 为每个人打造更个性化的购物体验。

农业：追踪农作物的生长状况, 提供提高作物产量的建议。

　　如今，计算机又面临着新的转变：从移动优先转变为人工智能优先，这次谷歌依然走在了前头。