Google tvrdi da su njegovi čipovi veštačke inteligencije prevazišli centralne i grafičke procesorske jedinice na svim testovima. Pre četiri godine Google se suočio sa skoro nerešivom situacijom: ako bi svi njegovi korisnici upotrebili programe za prepoznavanje glasa tri minuta dnevno, kompanija bi morala da udvostruči broj centara podataka da bi odgovorila svim zahtevima sistema za mašinsko učenje koji pružaju takve usluge. Umesto da uloži ogroman novac u servere i nekretnine u koje bi ih smestila, kompanija je odlučila da stvori hardver koji bi omogućio pokretanje aplikacija za mašinsko učenje, kakva je i aplikacija za prepoznavanje glasa.
Trud im se isplatio. Stvorili su čip Tensor Processing Unit (TPU), koji ubrzava proces zaključivanja u dubokoj neuronskoj mreži. Google je u sredu objavio izveštaj u kome navodi prednosti korišćenja ovog čipa u poređenju sa centralnim i grafičkim procesorskim jedinicama, kako u vezi sa snagom tako i u vezi sa potrošnjom energije.
TPU je u proseku od 15 do 30 puta brži u procesu zaključivanja u okviru mašinskog učenja od sličnih centralnih jedinica Intel Haswell ili grafičkih jedinica Nvidia K80. Uz to, performansa po vatu nove procesorske jedinice je od 25 do 80 puta bolja od centralne ili grafičke jedinice. Štaviše, Google- ov dokument navodi da postoji još prostora za poboljšanje softvera da bi se unapredile performanse. Autori dokumenta ističu jednu od aplikacija konvolucione neuronske mreže (nazivaju je CNN1). Međutim, zbog prednosti postojećih procedura pri korišćenju novog TPU čipa, nije jasno određeno kad će procesi optimizacije početi. Dok neuronske mreže podražavaju neuronski proces prenošenja informacija kod ljudi, konvolucione neuronske mreže prate prvenstveno kako mozak obrađuje vizuelne informacije.