在中国棋手柯洁与谷歌AlphaGo的首场人机大战中，执黑棋出战的柯洁最终以1/4子惜败，这不禁令人们对AlphaGo愈发好奇起来！值得注意的人，人们关注的焦点也从AlphaGo此前的棋路，渐渐深入到了硬件和谷歌的人工智能的训练技术中。

　　据DeepMind公司AlphaGo团队负责人David Silver介绍，AlphaGo使用卷积神经网络（CNN）来理解围棋，AlphaGo可以从每一层的神经网络中对棋局进行分析，现在的AlphaGo已经拥有了40层神经网络。

　　与此同时，AlphaGo还利用策略网络和价值网络来减少计算机的搜索宽度和深度，用策略网络忽略掉每一步中不合理的下法，而价值网络可以减少机器往后搜索的步数。

　　如此高深的技术，自然无法脱离庞大的计算任务，而此次升级版的AlphaGo当中仅仅使用了单个谷歌自主研发的AI计算单元TPU。

　　根据谷歌在今年I/O大会上透露的信息显示，目前正在使用的第二代TPU能够提供惊人的180TFLOPs浮点运算的计算能力，相比于传统的GPU和CPU分别高出了15倍和30倍之多。

　　与此同时，谷歌还支持一种名为TPU pod的运算阵列，每个TPU pod当中包括64颗第二代TPU，能够提供11.5PFLOPS的浮点运算能力。

　　此外，David Silver还表示，谷歌未来将向第三方开放TPU云端计算服务，以便更多的AI开发者可以利用谷歌TPU的强大性能来训练自家的人工智能程序！