谷歌在其2017年I/O开发者大会推出了全新一代云端处理器单元（TPU），相比主攻内容认知判断的前一代产品，新的TPU着重强化人工智能的训练能力，每秒浮点运算可以达到180万亿次，对于正希望在这一领域增强竞争优势的Intel和NVIDIA来说可不是好消息。

谷歌的TPU在数据中心中已运作了三个年头。去年其TPU为外界所知的时候，谷歌指TPU大概将硬件性能提升了7年的发展时间，这是因为它的TPU专门针对机器学习算法进行优化的转用芯片。

相对Intel的处理器来说，TPU可以容忍更低的运算精度，因此可以以更快的速度运行更加复杂与强大的机器学习算法而获得谷歌所希望的更加智能的结果。

相对于NVIDIA的GPU来说，NVIDIA的GPU同样可以容忍低运算精度，不过它在存储器中调取指令与数据需要耗费大量的时间，而谷歌的TPU在结构设计上尽可能使用本地化的数据因此获得了比NVIDIA更快的运行速度。

如今经过了三个年头的积累，谷歌开发的TPU更加成熟，性能更强大，谷歌有可能借助这款TPU芯片实现它的野心，成为人工智能领域的领导者，而且在正兴起的AR/VR市场TPU同样可以发挥作用。谷歌希望以专业的硬件帮助它一向占优势的软件服务进一步扩大优势。

谷歌的TPU大获成功将给其他大型互联网企业带来启发，开发自己的专业硬件有助于增强它们的优势。其实美国的亚马逊、中国的百度和阿里等都有意向采用非Intel的芯片来增强它们的互联网服务优势，在谷歌取得成功的例子下这些企业未来很可能会采取这种方式开发自己的专业硬件，这对于Intel和NVIDIA来说当然不是好事。

Intel由于PC市场的出现停滞，以及面临ARM阵营的猛烈进攻，它已将重点放在服务器芯片业务上，其收购FPGA厂商Altera正是希望增强它在机器学习领域的竞争力，以满足当下正广受关注的人工智能市场的需求，而收购Mobileye则是希望在自动驾驶领域占有一席之地，但是在谷歌的TPU则有可能让它的服务器芯片业务受损。

谷歌采购的服务器芯片占其服务器芯片年出货量的约5%，可见谷歌如果将TPU大量运用于它的数据中心对Intel带来的影响，如果其他互联网企业也学习谷歌那么对于Intel的打击会更大。

对于NVIDIA来说，由于其GPU在机器学习领域所拥有的优势，它被认为很有发展前景，因此推动它这几年的股价节节攀升，如今谷歌TPU显然也给它造成了打击。

当然对于中小型企业来说，它们缺乏足够的资金开发自己的定制芯片，而谷歌等互联网企业它们并非依靠硬件来获取收入当然不会对外出售它们自己的定制芯片，还是得采用Intel或NVIDIA的芯片。