根据二异氰酸脂组份的化学性质，TPU可以分为芳香族和脂肪族。芳香族就是我们用的最普通的TPU(不耐黄变或者耐黄变效果较差、不是食品级的)，脂肪族一般是做比较高档的产品。例如医疗器械，需要永久耐黄变的材料等等。相对地脂肪族也贵很多。
TPU是一颗由华硕自主研发的控制芯片，通过这颗芯片玩家可以在不占用CPU性能的基础上对玩家的CPU通过硬件控制的方式进行超频。
EPU节能引擎,可检测目前的PC负载并实时智能调整功率，以此提供整体系统节能省电的功能。EPU为组件提供自动相位切换（包括CPU、显卡、内存、芯片组、硬盘及系统风扇），可智能加速及超频以提供最适合的用电量，以此节省电力与成本。
TPU是一种热塑性聚氨酯材料，是弹性体一类，特性是有弹性，拉伸强度高，低温下仍有柔韧性，耐磨耗，耐油脂，是新型特种热塑性材料。
用在汽车上主要是内饰，球头和内部连接体，密封圈一类的应用；另外，汽车用传感器电线的外被也一般用TPU材料。
说起人工智能，大家一定都会有所耳闻，其实各个企业或者国家之前关于人工智能的竞争，归根到底是算法和算力的竞争，这篇文章就跟大家聊聊谷歌专为人工智能开发的TPU！
TPU项目开始于2014年，简单来说两个原因： 1 计算任务不同了， 深度神经网络开始兴起，矩阵乘加成为重要的计算loading。 2 CPU和GPU太贵了，Google需要找便宜的方法，要降低TCO。所以要自己搞芯片的想法就出来了。
简单地说，它是谷歌在2015年6月的I/O开发者大会上推出的计算神经网络专用芯片，为优化自身的TensorFlow机器学习框架而打造，主要用于AlphaGo系统，以及谷歌地图、谷歌相册和谷歌翻译等应用中，进行搜索、图像、语音等模型和技术的处理。
区别于GPU，谷歌TPU是一种ASIC芯片方案。ASIC全称为Application-Specific Integrated Circuit（应用型专用集成电路），是一种专为某种特定应用需求而定制的芯片。但一般来说，ASIC芯片的开发不仅需要花费数年的时间，且研发成本也极高。
对于数据中心机房中AI工作负载的高算力需求，许多厂商更愿意继续采用现有的GPU集群或GPU+CPU异构计算解决方案，也甚少在ASIC领域冒险。
实际上，谷歌在2006年起就产生了要为神经网络研发一款专用芯片的想法，而这一需求在2013年也开始变得愈发急迫。当时，谷歌提供的谷歌图像搜索、谷歌照片、谷歌云视觉API、谷歌翻译等多种产品和服务，都需要用到深度神经网络。
在庞大的应用规模下，谷歌内部意识到，这些夜以继日运行的数百万台服务器，它们内部快速增长的计算需求，使得数据中心的数量需要再翻一倍才能得到满足。然而，不管是从成本还是从算力上看，内部中心已不能简单地依靠GPU和CPU来维持。
神经网络算法一直在演变和发展，这套方法的理论还不成熟，应用场景也会在未来几年发生巨大的变化。大家可以想象一下安防、无人机、智慧大楼、无人驾驶，等等等等。每一个子领域都有 系统/功耗/性能 一系列问题和各种权衡。一方面，是算法多变的情况下，如何发掘计算的内在并行性，又给上层程序员提供一个高效的编程接口，是一个很重要很实际的问题。
综合以上信息，TPU是谷歌搞出来的一个专用芯片，国内的芯片公司在搞ASIC挖矿，谷歌在搞ASIC训练人工智能，如果之后人工智能在各个领域发力，tpu也表现良好的话，以后的电脑上说不定就得加上这个硬件！
以上就是关于TPU中脂肪族是什么意思全部的内容，包括:TPU中脂肪族是什么意思、电脑主板上tpu是什么意思、汽车tpu是什么意思等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
