약 XNUMX 년이 지났습니다. 구글 당시 시장에서 획득 할 수있는 옵션 중 어느 것도 회사가 선택되고 그 모든 참신함 속에서 그들과 함께 일하기 시작할만큼 충분히 흥미롭지 않다고 결정했습니다. 인공 지능 과 기계 학습.
바로 그때 유명한 북미 회사의 엔지니어가 말 그대로 내기를 결정했습니다. 자체 하드웨어 설계 및 제조의 이름으로 세례를 받았습니다. TPU (텐서 처리 장치). 의심 할 여지없이 그 당시 업계 전체에서 널리 언급 된 움직임은 문자 그대로 나중에 보여 지듯이 East와 같은 프로세서가 제공하는 이점 덕분에이 분야의 나머지 경쟁자보다 Google에 큰 이점을 제공했습니다.
아마도 현재로서는 TPU가 인공 지능 및 기계 학습 세계와 관련된 모든 개발의 최전선에 Google이 될 수 있었던 것이 무엇인지 잘 이해되지 않았을 것입니다. 이 프로세서가 생명을 준 프로젝트, 이상 알파 고, 당시 지구상에서 최고의 바둑 플레이어를 이길 수 있었던 소프트웨어는 어시스턴트 또는 인공 지능을 기반으로하는 다양한 도구 TensorFlow.
구글은 인공 지능과 머신 러닝의 세계로 한 걸음 더 나아 갔고,이를 위해 TPU를 더 이상 회사 프로젝트에만 사용하지 않기로 결정했습니다.
이 시점에서 Google은 한 단계 더 나아갈 때가 왔다고 결정했으며 이에 따라 중요한 결정을 내 렸습니다. TPU 사용 해제 Google 프로젝트에만 사용되는 것에서 관심있는 회사라면 누구나 사용할 수 있습니다..
미국의 다국적 기업의 아이디어는 다름 아닌 인상적인 프로세서를 제공하여 시장의 다른 부문의 다른 회사에서 활용할 수 있다는 것입니다. 반면에 이러한 움직임 덕분에 Google은 기계 학습 및 인공 지능과 관련된 문제에 매우 관련된 다른 회사가 자체 프로세서 개발에 돈을 투자하지 않고 클라우드 서비스를 통해 Google에서 제공하는 사용즉, Google은 TPU 기반 아키텍처를 훨씬 더 보편적으로 만들 것입니다.
이제 발표 된 바와 같이 관심있는 기업이라면 누구나 TPU 기반 컴퓨팅 용량 계약 아마도 여기에 부정적인 부분이 있겠지만, 현재이 서비스는 비즈니스 고객 만 사용할 수 있습니다. 또 다른 주목할만한 점은 왜 숨겨져 있는지 잘 모르겠다는 것입니다. Google이 TPU 사용 가격을 밝히고 싶지 않다는 점을 발견했습니다.
Google은 다른 회사에 기계 학습 및 인공 지능 서비스를 제공하는 최초의 회사가 될 것입니다.
개인적으로 나는 구글 운동이 나를 놀라게했다는 것을 고백해야한다. 특히 아마존, 마이크로 소프트, 애플과 같은 다른 대기업들이 비슷한 움직임의 조짐을 보이지 않았다는 점을 고려한다면 더욱 그렇다. 이러한 방식으로 Google은 자체 장점이되었습니다. 인공 지능 플랫폼을 세계에 공개 한 최초의 기업 복잡한 구성이나 값 비싼 개발 후에 즉시 사용 가능한 서비스를 제공합니다.
이러한 서비스 사용에 관심이 있다고 확인한 잠재 고객의 경우, 예를 들어 새로운 자율 주행 차를 선보인 Lyft를 강조합니다. 한편, 그들이 구글에서하고자하는 다음 단계는 가능한 한 다른 제조업체에 대한 의존도를 줄입니다. 엔비디아처럼 오늘날이 플랫폼에서 사용하는 칩을 공급하는 역할을 맡고 있습니다.