TPU

Google用強化學習來自動進行晶片佈局規畫，產生晶片平面圖，6小時內就能完成、比人類數個月還要快，Google也用這個方法研發下一代TPU v5；Google雲端調查發現，全球製造業將三分之一IT支出花在AI上；ML推理引擎ONNX Runtime 1.8支援網頁AI推理了！

新的Cloud TPU系統架構讓用戶直接存取TPU主機，不只減少流量在資料中心間往返，也能消除過去要使用Compute Engine虛擬機器準備資料的額外成本

Balena解決方案可讓邊緣機器學習應用管理變得簡單，也使早期應用原型更容易搬遷到生產環境中

Google內部員工開發的圍棋專案Minigo也導入了雲端TPU服務，搭配640個TPU組成運算叢集，Minigo每秒可以完成20至30個棋局。

現在GCP平臺的雲端TPU先占式使用模式已經上架，除了美國，現在荷蘭及臺灣的雲端營運中心也都可用。

臉書人工智慧研究院（FAIR）近日開發一款音樂翻譯機，可將一首歌或曲子轉換為不同樂器或風格的演奏版本，比如將簡單的口哨轉換為莫札特或是巴哈風格的古典樂，或是將非洲鼓音樂輸出為貝多芬風格的鋼琴演奏曲。厲害的是，這套系統使用的自動編碼器不需要監督，就能轉換未接觸過的音樂，並輸出為高傳真音樂。

Cloud TPU採用了Google針對機器學習自製的TPU，每個Cloud TPU浮點運算速度達180 teraflops/s，可用以縮短機器學習模型訓練的時間，目前已先限量開放給開發人員使用。

Google表示，在使用神經網路推斷的AI運算中，TPU的效能是目前GPU、CPU的15到30倍，在每瓦執行的兆次運算上也提昇了30到80倍。