TPU 3．0来了，移动端平台增强

整体的计算能力对于一家公司的AI能力发展来说尤为重要，同时或许也是为了延续上两届I／O大会都发布新TPU产品的“传统”，本次大会TPU 3．0正式登场。

可惜的是，皮猜并未在现场对TPU 3．0进行详细说明，而只是简单表示：“TPU 3．0的计算能力最高可达100PFlops，相比之下较TPU 2．0提升了超过8倍。”这样的提升幅度，在以高速增长出名的半导体行业中，也非常少见。

从现场的图片上看，TPU3．0采用了与TPU 2．0相似的整体方案，即每块主板4颗芯片。但整体的散热方式从上一代的风冷更换为水冷，整体的工作环境有所提升。

除了最基础的AI硬件之外，Google在开发工具包上也有新品。这款新品名为“ML Kit”，它是一个旨在帮助用户在移动端应用中使用机器学习功能的开发者工具。如果你记忆力不错的话，可能还会记得去年这个时候的WWDC，苹果实际上也发布了一个名为ML Kit的工具，两者定位的确比较相似。

当然，从Logo来看，这两个同名为“ML Kit”的工具并不是同一个东西。而按照Google相应产品负责人现场的介绍，这款工具目前已经能够“身兼数职”：从给图像打标签、到文字识别、脸部识别、二维码读取、信标检测，智能回复等等。

更令人惊讶的在后面，这个开发套件同时还支持针对移动端开发的TensorFlow Lite，还能够跨平台运行在 iOS 和 Android。可以预见，Google ML Kit的出世，将会大大降低手机厂商和软件开发者利用AI技术的门槛。

TensorFlow在本次大会上没有单独拿出来说，这一由Google领衔打造的人工智能开源架构目前采用吕很高，版本已经发展到了1．7．0，在本次I／O大会则是一个“赋能”具体应用的角色。例如它在Waymo中扮演的重要角色。因为自动驾驶过程中要不断预测周围环境的变化，所以自动驾驶汽车不仅需要采集大量数据，同时还要根据环境数据给出行为的预测。

这个问题最终依赖“TensorFlow＋TPU”的强力组合解决，也让Waymo得以在模拟环境中完成超过50亿英里的模拟道路测试，这个量级的模拟测试，让Waymo充分模拟了自动驾驶环境的各种场景，大幅降低了自动驾驶过程中发生错误的概率，Google官方给出的错误率变化，下降超过了100倍。

“体系”愈发清晰，Google已定节奏

作为Google第一次“All in AI”的I／O大会，或许会在有些人眼中显得单调，但同时围绕着AI这一个中心展开的内容，也让Google的AI“体系”清晰地现实出来。

不同于别人家的单点突破，Google上来就是一套“AI组合拳”：最靠近用户的是专门针对系统优化的AI应用、AI应用所对应的是最受开发者支持的AI架构、AI架构所对应的是重金打造的高效云处理芯片。最终形成了一个基本全部由Google主导，层与层之间配合默契的一体化“AI体系”。

更重要的是，Google已经沿着这三层结构坚持走了3年。

这3年间，Android系统里面的AI应用越来越多，系统的针对性优化也越做越好；TensorFlow已经成为全球最流行的人工智能架构，成为众多开发者的首选；TPU已经发展到了第三代，整体性能不断倍增。并且根据当下的软硬件技术现状，这种发展目前还看不到停下来的势头。

在尝到AI的甜头之后，Google很明显也已经选定了自己的节奏——在AI尚未成熟之时，直接进行一个完整的体系布局，并且不断推动整个体系的发展。

毕竟，这应该是Google摆脱“超级广告公司”最好的机会了。