下半年，谷歌宣布将提供Nvidia的Tesla P4 GPU作为云服务，让更多企业快速开始上马AI项目。
但我想知道的是，谷歌能否从云服务的追赶者转变为真正的竞争对手。
尽管我认为人工智能是亚马逊的次要领域之一，但它肯定正在努力缩小这一差距。
各种规模的企业都希望云计算能够提供执行人工智能和机器学习相关任务所需的基础设施。
大多数组织，尤其是那些刚刚开始人工智能/机器学习之旅的组织，也没有必要的基础设施或技能。
这就是为什么如此多的公司转向云提供商来满足其人工智能需求。
因此，现在所有主要云提供商都提供 Nvidia 的旗舰 VTensor 核心图形处理单元 (GPU) 作为云服务。
与传统 CPU 相比，企业对 NVIDIA 芯片的采用显着增加，因为其 GPU 非常适合 AI/ML 需求，但使用该技术确实需要一些新技能。
谷歌是第一家提供 Nvidia Tesla P4 GPU 的云提供商 在上周举行的 Google Next Cloud 活动上，该公司宣布，它是第一家在美国和欧洲通过云提供 Nvidia Tesla P4 GPU 的云提供商。
P4 GPU的优势在于，非常适合需要实时性和高效率的场景下的AI推理。
以下是有关企业如何最有效地利用 GPU 的一些建议。
实时推理的响应式体验。
在许多任务中，速度很重要。
包括交互式语音、视觉搜索和视频推荐。
随着人工智能模型的准确性和复杂性不断提高，传统 CPU 无法跟上，而 Tesla P4 GPU 可以将延迟降低一个数量级。
视频解码。
Tesla P4 具有专用的硬件加速解码引擎，与 GPU 并行工作，使其能够实时转码和推断多达 35 个高清视频流。
将深度学习集成到视频管道中，使组织能够提供更智能的视频服务。
Tesla P4 使用的推理引擎基于 Nvidia 的 Pascal 架构，该架构提高了运行深度学习工作负载的服务器的性能。
但谷歌没有给出全面可用的日期，只是说它将“很快”推出其公共云。
谷歌提供TPU用于边缘计算和AI，但封闭系统可能影响其推广 另外在Google Next Cloud活动上，谷歌预览了其最新的张量处理单元（TPU）及其在边缘计算时的应用。
一些澄清。
TPU可以被认为是一个小型GPU，可以将AI级别的处理技术带到物联网设备、无人机和机器人等领域的最前沿。
然而，谷歌 TPU 的一个问题是它们是封闭的，只能在谷歌云平台上工作。
一年多来，NVIDIA 实际上一直在销售其 Jetson TX2 GPU，该 GPU 旨在解决这个问题，并且一些公司实际上已经提出了有趣的用例。
Lowe's Home Improvement 使 Nvidia Jetson 处于领先地位 AI Lowe's Home Improvement 正在使用 Jetson 驱动的机器人来改善客户服务并提高员工生产力。
LoweBot NAVii 是 Fellow Robots 制造的一款自主零售服务机器人，可以通过语音识别和集成触摸屏回答基本的客户询问。
该机器人还配备了 Jetson 的计算机视觉技术，可实现自动库存盘点。
这使员工有更多时间提供更好的服务并完成内部项目。
这些类型的应用程序可以通过在边缘使用小型 GPU（例如 Jetson 或 Google 的 TPU）来创建。
机器人、无人机和其他尖端设备正在成为我们生活中越来越重要的一部分，并将在公共安全、教育、工厂运营、石油和天然气以及其他用例中发挥重要作用。
因此，首席信息官应该主动了解边缘人工智能如何使他们的业务受益，唯一的限制是需要提出成熟的用例。
随着机器学习和人工智能的成熟，企业将更加依赖GPU。
英伟达与谷歌和其他云提供商的合作伙伴关系使数据科学家能够立即开始使用该技术，而无需在基础设施上花费大量资金。