本篇文章1424字，读完约4分钟
据国外媒体报道，目前，谷歌、facebook、微软、亚马逊和百度等互联网巨头正在探索各种能够推动人工智能发展的芯片技术，他们的选择将改变英特尔和英伟达等芯片制造商的命运。但目前，就连这些互联网巨头的计算机科学家也不清楚未来的发展方向。
互联网巨头依靠安装了数千台服务器的数据中心来提供服务，每台服务器的引擎都是cpu(中央处理器)。然而，随着一种被称为深层神经网络的人工智能技术的采用，这些公司开始采用除了cpu之外的其他类型的处理器。通过分析大量数据，神经网络可以学会完成从识别照片中的人脸和物体到语言翻译的任务。除了中央处理器，他们还需要其他类型的处理器。
因此，谷歌开发了张量处理单元(以下简称tpu)，微软采用了一种叫做现场可编程门阵列(以下简称fpga)的处理器，其他公司采用了图形处理器(以下简称gpu)。他们都在考虑新的芯片来加速智能手机和其他设备的人工智能任务。
这些公司的选择非常重要，因为他们的网络业务非常大。他们购买和操作的计算机硬件比任何其他公司都多，随着云计算的重要性日益增加，他们的领先优势将继续扩大。如果谷歌选择一种处理器而不是另一种，它可能会从根本上改变芯片行业的格局。
Tpu对英特尔和英伟达等公司构成威胁，因为谷歌自己生产这种芯片。但图形处理器在谷歌及其兄弟中也扮演着非常重要的角色，英伟达是这些图形处理器芯片的制造商。英特尔通过收购altera加入了这个阵营。以167亿美元收购altera是英特尔历史上最大的一次收购，也反映了芯片市场的巨大变化。
然而，使用一种处理器来满足互联网巨头的需求是非常困难的，因为神经网络的运行分为两个阶段。第一阶段是训练阶段。谷歌等公司训练神经网络来完成特定类别的任务，如识别照片中的人脸或翻译语言；第二阶段是执行阶段，即普通用户使用神经网络的阶段。例如，当用户在脸书上发布中学同学会的照片时，它会自动标记照片中的每个人。这两个阶段非常不同，对处理器有不同的要求。
目前，gpu是培训阶段的最佳选择。芯片制造商设计gpu的目的是为游戏和其他需要高图形处理能力的应用程序渲染图形。然而，近年来，谷歌等公司发现，这种芯片提供了一种训练神经网络的有效方法，这意味着它们可以用更少的硬件训练更多的神经网络。微软的人工智能研究员Xd huang称gpu是一种真正的武器。最近，他的团队完成了一个可以像人类一样识别语言的系统。他们对这个系统进行了大约一年的培训。如果没有gpu，将需要5年时间来训练这个系统。
但是企业也需要能够快速执行神经网络的芯片。这个过程叫做推理。谷歌为此专门开发了tpu，微软使用fpga，百度使用gpu。这些芯片在推理方面的表现不如训练，但它们也可以用合适的软件完成推理任务。
与此同时，其他公司正在开发适合在智能手机和其他设备上执行神经网络的芯片。Ibm正在开发这种芯片，尽管一些业内人士质疑这种芯片的有效性。英特尔已经与movidius达成收购协议，后者已经在设备中使用了这种芯片。
英特尔知道市场的变化。四年前，英特尔说它卖给谷歌的服务器芯片比其他四家公司都多，所以它理解谷歌及其兄弟对市场的影响。英特尔收购了世界各地的技术，除了altera和movidius，它还收购了第三家芯片公司nervana。
英特尔这样做是有道理的，因为市场才刚刚开始发展。英特尔副总裁詹贾森瓦克斯曼最近表示，我们正处于下一波高速增长的边缘，而人工智能正在推动下一波高速增长。
