Nvidia首席执行官表示，他并没有采用谷歌新的机器学习芯片，尽管Nvidia已经将其部分未来放在构建AI芯片上。Nvidia已经在提供用于人工智能的强大图形芯片方面占据了一大块未来，因此对于该公司来说这不是一个好日子。谷歌两周前宣布，它已经在其数据中心内部建立了自己的AI芯片。

热塑性聚氨酯已在Google使用一年多，包括用于搜索和改善Google地图中的导航。谷歌表示，与其他选项相比，它们提供了“机器学习的每瓦性能更佳的优化性能”[

] [进一步阅读：最佳电视服务]

对于Nvidia来说这可能是个坏消息，其中考虑到机器学习设计了新的Pascal微体系结构。在退出智能手机市场之后，该公司正在寻求人工智能的增长，以及游戏和VR。

但是，Nvidia首席执行官黄仁勋并没有被谷歌的芯片所淘汰，他在周一举行的Computex贸易展上表示。 “他说，首先，深度学习有两个方面 - 训练和推理 - 而且在训练部分，GPU仍然更好。培训包括提供一个包含大量数据的算法，以便它可以更好地识别某些东西，而推理则是当算法将所学知识应用到未知输入时。“

”培训比推理复杂得多十亿倍，“他说，和培训是Nvidia的GPU优秀的地方。另一方面，谷歌的TPU“仅用于推理”，Huang说。他说，训练算法可能需要几周或几个月，而推理经常发生在瞬间。

除此之外，他指出，许多需要进行推理的公司都没有自己的处理器。

“对于想要构建自己的推理芯片的公司来说，这没有问题，我们对此很高兴，”Huang说。 “但是没有建立自己的TPU的公司的超大规模数据中心有数百万和数百万个节点。帕斯卡是完美的解决方案。“

Google建立自己的芯片应该不是什么大惊喜。技术可以成为大型在线服务提供商的竞争优势，像Google，Facebook和微软这样的公司已经在设计自己的服务器。设计处理器是下一步合乎逻辑的下一步，尽管这是一个更具挑战性的步骤。

Google的TPU开发是否影响了其他芯片的采购，这一点很难理解。“我们仍在大量购买CPU和GPU“，一位Google工程师告诉”华尔街日报“。 “不管是否比我们想象的要少，我不能说。”与此同时，Nvidia的黄氏和其他业内人士一样，期待深度学习和人工智能的普及。他说，过去的10年是移动云时代，我们现在处于人工智能时代。公司希望更好地了解他们正在收集的大量数据，这将通过人工智能发生。