最近，我提出了一个问题，即Google是否会实现从云伪装者到云竞争者的飞跃。我认为它是仅次于亚马逊的第二大领域之一，是人工智能(AI)，但它肯定在试图缩小这一差距。
各种规模的企业都在寻求云计算，以提供执行AI和机器学习(ML)相关任务所需的基础架构。大多数组织，尤其是那些刚刚开始AI / ML之旅的组织，都没有必要的基础架构或技能。这就是为什么如此多的公司因其AI需求而转向云提供商的原因。
因此，所有主要的云提供商现在都提供Nvidia的旗舰V100 Tensor核心图形处理单元(GPU)作为云服务。Nvidia的企业采用率急剧上升，因为与传统的CPU相比，其GPU非常适合AI / ML的需求，但是该技术确实需要一些新技能。
上周在Google的Cloud Next 2018活动上，该公司宣布它是第一家在美国和欧洲的云中提供Nvidia的Tesla P4 GPU的云提供商。P4 GPU的优势在于，当需要实时性和效率时，它非常适合AI推理。以下是企业如何最好地利用GPU。
Tesla P4使用的推理引擎基于Nvidia的Pascal架构，旨在提高运行深度学习工作负载的服务器的性能。谷歌除了宣布“即将推出”其公共云外，没有提供一般可用性的日期。
同样在Next，Google对其新的Tensor处理单元(TPU)和边缘的TPU发出了很多声音。TPU可以看作是小型GPU，可以将AI级处理带入物联网(IoT)设备，无人机和机器人等事物的边缘。但是，Google TPU的问题之一是它们已关闭并且仅可与Google Cloud Platform一起使用。英伟达实际上已经售出了满足边缘要求的Jetson TX2 GPU，并且已有多家公司提出了有趣的用例。
