Förra året kammade AI:n AlphaGo hem en förkrossande seger över mänskligheten. Det komplicerade brädspelet Go ansågs länge för krångligt för att en dator skulle kunna klå en människa, men det Google-backade företaget Deepmind lyckades genomföra den bedriften med bravur.

AlphaGo hade tränats upp med hjälp av maskininlärning, där datorn får analysera enorma mängder data för att lära sig, dra slutsater och bli ”smartare”. Till sin hjälp hade den också en helt ny typ av processor: Googles egna tpu – och nu kommer chippet i en ny och långt mer kraftfull utgåva.

Det har bara gått några år sedan teknikföretagen insåg att grafikprocessorer lämpade sig så mycket bättre än traditionella processorer för maskininlärning. Sedan dess har det regnat guld över grafikkortstillverkaren Nvidia, och i viss mån även AMD. Men Google vill så klart också ha en del av kakan.

Läs också: Nu ska Intel bygga grafikkort – rekryterar toppchef från AMD

Därför sliter nätjätten med att utvecklinga sina tpu:er, eller tensor processing units. Det är chipp som är helt skräddarsydda dels för maskininlärning, och dels för att köra de AI:n som utvecklas på det sättet. Därmed är de tänkta att öka prestandan ännu mer – till lägre strömförbrukning.

Nya tpu2 har inte lanserats med dunder och brak, men The Register uppmärksammade att Google presenterade chippet på en konferens i Los Angeles förra veckan.

Ett enskilt chipp har två kärnor med 128 gånger 128 beräkningsenheter och åtta gigabyte snabbtänkande hbm-ram. Det ska ge en total prestanda på 45 teraflops och en bandbredd på minnet på 600 GBps. Den enskilda chippen byggs sedan ihop till kluster om fyra, eller en ”tpu2-enhet”, som Google kallar det.

Hela lösningen kan sedan skalas upp till större och större nivå. I presentationen visar Google hur de byggt en datacenterlösning med 64 tpu-enheter och en total prestanda på 11,5 petaflops med fyra terabytes arbetsminne.

Läs också: Så ska nya superchippet göra nästa års toppmobiler bättre

Processorerna har, föga förvånande, stöd för Googles maskininlärningsramverk Tensorflow, och Google uppger att det det bara krävs ”mindre modikationer” i koden för att få ett program som körs på en processor eller ett grafikkort att fungera på tpu:er.

Tpu2 används redan i skarpt läge, bland annat i AI-systemet Wavenet som genererar röstsvar åt Google Home. Men chippet finns inte till försäljning, utan används än så länge enbart internt. Men det finns planer på att skicka ut chipp till ledande AI-forskare.