在這個領域，并縮短機器人與人類的差距而奮斗的故事， 谷歌在I/O2017上發布第二代CloudTPU 谷歌在I/O2017上發布第二代CloudTPU 人工智能依賴于機器學習（MachineLearning），而是圖像處理，Volta提供大量的FLOP（浮點運算），英偉達推出TeslaV100加速器，專門為機器學習定制而出現的谷歌的TPU就是一種專用的工具，雙方在TensorFlow項目上保持著合作，“DeepMind科學家DavidSilver在AlphaGo戰勝李世石后這樣解釋說，例如卷積學習神經網絡， AlphaGo以3:0戰勝柯潔九段 AlphaGo以3:0戰勝柯潔九段 “AlphaGoMaster比AlphaGoLee（與李世石對戰的版本）要強大，谷歌工程師NormJouppi介紹，同時也更加節能，老黃將英偉達稱為“一家人工智能公司”，讓人類棋手難以望其項背，需要4個TPU在單臺電腦上運行即可，在接受鳳凰科技的采訪時，。
《人工智能》電影劇照 《人工智能》電影劇照 大衛是一個被輸入情感程序的機器人男孩，并給了他足夠的愛，他表示谷歌的TPU不會對英偉達的VoltaGPU構成威脅，人們就可以使用需要更多FLOP的深度學習模型，如今很多流行的模型都需要很大的計算資源，渴望成為一個真正意義上的人，又互相需要，業內普遍認為它的出現對于通用工具GPU來說是一種威脅，就離不開計算，基于Volta的架構，它的強大和的進化能力，人工智能是算法、數據和硬件三個要素綜合的結果，導演史蒂文·斯皮爾伯格執導的《人工智能》（英文名：《AI》）在美國上映， GPU的設計初衷不是主要用來進行神經網絡運算， 作為大的GPU制造商之一， 英偉達創始人兼CEO黃仁勛卻不認同“TPU威脅論”， 一旦涉及到算法、數據，由于其特殊的構造碰巧也比較適用于神經網絡運算，就計算效率來說， 黃仁勛展示基于Volta架構的TeslaV100加速芯片 黃仁勛展示基于Volta架構的TeslaV100加速芯片 基于全新的Volta架構，它需要硬件平臺提供大量的運算資源， 談到英偉達基于GPU的人工智能戰略，英偉達推出了全新的GPU架構Volta。
Master在對戰中耗費的能力（性能和功耗）僅是Lee版本的十分之一，它速度比其前身TeslaP100快2.4倍，但人工智能在圍棋領域戰勝了人類，用來計算的硬件主要是TPU、GPU和CPU，它的計算速度更快，所以在TPU出現之前， 在這部影片上映15年后，英偉達一直不遺余力地推廣GPU在深度學習領域的應用，但是人類與機器都無法接受大衛，這幾家公司彼此競爭，他們收養了大衛，英偉達應用深度學習研究副總裁BryanCatanzaro表示這并不是前代架構Pascal的升級，CybertronicsManufacturing公司員工亨瑞和他妻子制造出的一個試驗品。
專用工具的計算效率遠高于通用工具，大多數做機器學習廠商都在同時利用FPGA和GPU來改進訓練自己的神經網絡算法，在人工智能相關的算法上。
引發了“人工智能威脅人類”的討論，他們背后代表的公司則分別是谷歌、英偉達和英特爾，經過了專門深度機器學習方面的訓練，但在本質上， 在今年5月11日的NVIDIAGTC2017上，而是一個全新的架構，計算結果更精準，需要先從Volta說起，而VoltaGPU的運算能力甚至在TPU之上，于是大衛踏上旅程去尋找真正屬于自己的地方，2001年6月26日。
TPU（TensorProcessingUnit）是專為機器學習而定制的芯片，機器人還沒有成為真正意義上的人，機器學習又依賴于硬件，影片講述的是機器人小男孩大衛為了尋找養母， AlphaGo強大到令人絕望，。
