نیاز به شبکه‌های عصبی پردازشی از چه زمانی در گوگل احساس شد؟
اما این شرکت با وجود تمامی این مراکز داده شش سال پیش، زمانی که می‌خواست سرویس تشخیص صدای خود را برای آندرویید رونمایی کند، از سوی مهندسان این شرکت هشدار گرفت که احتمالا با مشکل مواجه خواهد شد. مهندسان برآورد کرده بودند که با توجه به گوشی‌های آندروییدی فعال در سراسر دنیا، اگر هر کاربر در طول روز فقط 3 دقیقه از سیستم جست و جوی صوتی استفاده کند، گوگل مجبور خواهد شد تعداد دیتاسنترهای خود را دو برابر کند. بنابراین گوگل تصمیم گرفت برای اینکه مجبور به چنین کاری نشود، در سطح نرم‌افزاری کاری کند و برای این کار روی سرویس تشخیص صوتی برای پردازش به شبکه‌های عصبی پردازشی عمیق متمرکز شد. این‌ها سیستم‌های پیچیده‌ای هستند که با محاسبات ریاضی، با تحلیل حجم زیادی از اطلاعات یاد می‌گیرند که اعمال خاصی را انجام بدهند.
تراشه‌ای مخصوص شبکه‌های عصبی یادگیری ژرف
در سال‌های اخیر، با توجه به گسترده شدن کار گوگل و افزوده شدن چیزهایی مثل تشخیص تصویر، یادگیری ماشینی، کار دیتاسنترهای گوگل اصلا سبک‌تر نشده است. برای همین گوگل به صورت اختصاصی در سطح سخت‌افزاری هم تراشه خاصی ساخته که ویژه شبکه‌های عصبی یادگیری ژرف طراحی شده اند. اسم این تراشه‌ها TPU است که مخفف Tensor processing unit است.
برتری این تراشه ها به نسبت سایر پردازشگرها
این تراشه‌ها از نظر مصرف انرژی بسیار بهینه هستند و بیش از 70 مهندس گوگل روی این تراشه‌ها کار کرده اند تا شاخص عملکرد به ازاری مصرف انرژی را بهتر کنند.
در حال حاضر برخی از شرکت‌ها مثل فیس‌بوک و مایکروسافت از پردازشگرهای گرافیکی برای اجرای شبکه‌های عصبی هم بسازند. اما تفاوت اینجاست که گوگل پردازشگر خود را کاملا خودش طراحی و ساخته است و مثل شرکتهای دیگر پردازشگرهای موجود را بهینه نکرده است.
گوگل ادعا می‌کند که TPU حدود 15 تا 30 بار نسبت به پردازشگرهای دیگر در زمینه خاص پردازش عصبی سریع‌تر است.
