站长资讯网从目前来看，我们的未来还是很明朗的：AI可以照顾我们、带来娱乐、还能帮我们赚钱~现有行业将会越来越高效，比如医疗健康和制造业;很多新兴行业也都将成为可能，比如AR眼镜和无人驾驶出租车等等。
但在技术行业忙着构建这一崭新的人工智能时代，并不断提高收益时，却遭遇了速度上的大瓶颈：计算机在某些特定的计算需求方面还远不够强大高效。当我们的焦点更多放在了利用算法在扑克、围棋等领域击败人类时，我们对开发能够支持未来AI的新型计算机芯片却鲜有关注。
事实上，面对对更强大芯片的巨大需求，以软件见长的Google和微软已经陷入开发自己的芯片的复杂任务中。他们同时也面临着来自其他新兴创业公司的竞争，这些公司都在自主研发着以AI为中心的芯片。没准，Apple也在悄悄做着呢。正如我们未来的生活正在被人工智能改变，这些竞争亦将撼动现有的芯片行业。
上周日，微软刚刚公布了其AI芯片制造计划。在夏威夷刚刚结束的CVPR大会上，负责人工智能和研究事业部的微软全球执行副总裁沈向洋博士为大家展示了专门为增强现实眼镜HoloLens开发的新芯片和手部动作的跟踪。该芯片包括一组自定义模组，可以高效地运行深度学习软件。微软希望我们可以流畅地与看到的虚拟物品进行交互。他们也称，市场上还没有哪款设备可以支持足够高效地在头戴的电池驱动设备运行机器学习软件。
在微软公开其计划之前，Google已于2016年宣布了其深度学习芯片的研发。其TPU正是为了支持公司云内部更高效地进行深度学习运算。Google在今年初也表示，随着语音识别技术的爆发，TPU已为公司省下了打造15个新数据中心的成本。今年，Google宣布其已经开发了更强力版本的TPU，并且将向公司云计算业务的客户出租该芯片的使用权。
从微软为HoloLens开发了深度学习处理器的消息可以看到，他们并不需要从头开始研发其自己的服务器芯片来与Google的TPU竞争。微软已经花了好几年时间让现场可编程门阵列(FPGA)来使得其自身的云计算在深度学习领域更加高效。这种芯片为提高某一特定软件或算法的运行速度而制造，而之后还可以被重新配置。微软计划于明年向云客户提供该芯片。但是，当最近被问及微软是否也会制造一种类似于Google的消费性服务器芯片时，微软FPGA的技术主要负责人Doug Burger表示并不排除这种可能性。用来开发HoloLens深度学习芯片的部分设计和供应链流程可以重新定义，以适用于服务器芯片。
Google和微软的这两个项目显然是为了抗衡现有半导体制造商巨头Intel、NVIDIA等的布局。近几年，Apple也一直在为其移动设备开发设计处理器。外界广泛认为，Apple也正在研发新的芯片，让未来的iPhone在人工智能方面表现得更出彩。众多的创业公司也在研发着自家的深度学习芯片，比如前Google TPU项目的工程师所创办的Groq。“Intel和NVIDIA这些公司，还在努力推销着那些过去在售的产品，”半导体行业分析公司Linley Group的创始人Linley Gwennap说，“但我们已经看到，跑的更快的会是这些领先的云计算公司和创业公司，因为他们是最了解自己的数据中心和更广泛市场上的需求的人。”
“近年来，图形芯片制造商NVIDIA销售量和利润持续飙升，正是源于其芯片比传统处理器更适合于深度学习软件。但是他们最近却选择了对现有的芯片设计改造和扩展，而不是开发专门针对深度学习的产品。” Gwennap说。
当然，传统芯片制造商也不会坐以待毙。作为全球最大芯片制造商，Intel去年夏天就收购了一家名为Nervana的AI芯片创业公司，目前正基于公司技术研发一款专门针对深度学习的芯片。Intel拥有世界上最复杂和最昂贵的芯片制作业务。但是，新一批正在崛起的人们则表示他们并不畏惧。原因之一是他们不必拘泥于已有芯片生态系统，受到最初为其他目的而开发的软件的限制。
“我们的任务更简单，因为我们只需努力做好一件事，并且可以从头开始进行开发研究就好了。” 英国专门从事AI芯片开发的初创公司Graphcore的CEO Nigel Toon说。上周他们刚刚宣布获得了包括DeepMind CEO Demise Hassabis在内的3000万美元融资，该轮融资中还有数位来自OpenAI的领导人。
另一方面，大型的云技术公司可以将他们的丰富经验运用到运行和开发机器学习服务与技术上。“我们真正可以从Google获益的一件事就是我们可以直接与其对应的应用程序发人员一起共事，比如语音识别和街景视图。”Google TPU项目首席工程师Norm Jouppi说，“当你仅仅专注于几个客户并与他们一起合作时，开发的周转时间将会大大缩短。”
Google和微软都曾以发明创新的软件发家壮大，但是这些软件使用的芯片的设计开发却都是出于他人之手。随着AI越来越重要，技术行业的基础“硅芯片”正在发生着变化，随之制造商们也开始按耐不住啦!
