傳統(tǒng)計算架構(gòu)一般由中央運算器、中央控制器、內(nèi)存、輸入和輸出（五個部分構(gòu)成，其中中央運算器和中央控制器集成一塊芯片上構(gòu)成了我們今天通常所講的 CPU.而深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)算法與傳統(tǒng)計算模式不同，它能夠從輸入的大量數(shù)據(jù)中自發(fā)的總結(jié)出規(guī)律，從而舉一反三，泛化至從未見過的案例中。

因此，它不需要人為的提取所需解決問題的特征或者總結(jié)規(guī)律來進行編程。人工神經(jīng)網(wǎng)絡(luò)算法實際上是通過大量樣本數(shù)據(jù)訓(xùn)練建立了輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的映射關(guān)系，其最直接的應(yīng)用是在分類識別方面。

除了特斯拉、微軟宣布入局AI芯片，包括蘋果、谷歌、Facebook以及英特爾、IBM、英偉達等企業(yè)也早于他們進軍了AI芯片領(lǐng)地。

微軟的路線是是通過FPGA，它的特色是進行并行計算。還記得幾年前的比特幣狂潮嗎？最開始人們是依賴顯卡或是GPU，到后來礦機的出現(xiàn)，就是用的FPGA的能力來進行挖礦，當(dāng)時也有瘋狂的人挖到了第一桶金。

IBM在去年12月初發(fā)布了新的POWER9系統(tǒng)，依賴超高速管道（IBM稱之為“軟管”而不是“吸管”），將數(shù)據(jù)快速傳輸?shù)侥軌蛱幚頇C器學(xué)習(xí)任務(wù)的協(xié)處理器。計算機的學(xué)習(xí)能力直接與互連吞吐量有關(guān)，因為更快的數(shù)據(jù)傳輸意味著更快獲得處理結(jié)果。

另外，在剛剛結(jié)束的CES 2018上，英偉達發(fā)布了面向自動駕駛市場的人工智能芯片DRIVE Xavier，而它的對手英特爾發(fā)布了針對云端的神經(jīng)擬態(tài)芯片Loihi ，布下了從CPU、FPGA、ASIC，從平臺到開發(fā)工具的端到端的AI陣營。

在去年5月，谷歌又公布了其自己定制的處理器的細節(jié)。谷歌用的并非Intel或是AMD的處理器，而是自己針對機器學(xué)習(xí)優(yōu)化過的處理器，并命名為“張量處理單元（tensorflow process unit，TPU）。而AlphaGo就是構(gòu)建在TPU上的。

當(dāng)然，還有傳統(tǒng)芯片的翹楚英特爾，其對行業(yè)的觀察要比別人透徹得多。雖然旗下產(chǎn)品多來自于傳統(tǒng)CPU，但是英特爾一樣有核心產(chǎn)品，在機器學(xué)習(xí)領(lǐng)域有競爭力，那就是至強phi融核處理器與至強phi協(xié)處理器。

在英特爾的官方新聞中，我們也看到了英特爾關(guān)于至強phi在加速機器學(xué)習(xí)的速度表現(xiàn)。當(dāng)然了，英特爾也沒停止收購的步伐，有很多人工智能領(lǐng)域的公司被英特爾收入囊中。

AI 芯片將定義人工智能產(chǎn)業(yè)鏈和生態(tài)圈，作為核心基礎(chǔ)計算單元，芯片是人工智能時代制高點。從目前的形勢看來，谷歌、英偉達和英特爾將成為最終的三強，這一場巨頭圍繞AI芯片之戰(zhàn)誰將稱霸？答案并不明朗，對于未來的人工智能時代，我們拭目以待吧。