人老是没有知足的，正在现在科技开展疾速的期间，咱们过于的依附着计算机，咱们等候着它可以像真正的人类一样与咱们交朋友，伴咱们措辞，伴咱们戏耍。然而，这些人工智能的实现须要有壮大的科技撑持，计算机索要实现的计较以至会跨越最进步前辈的机械的计较极限。

面临日趋进级的需要，大型科技公司想要从生物学中探求一些启迪。他们正在深思计算机的实质，想要研发出一种更像人脑的机械。

计算机的新开展能够会减弱芯片界大佬英特尔的实力，并会从根本上转变年产值高达3350亿美元的半导体产业。半导体产业是以后各类高科技产品的关键所在。

图：微软的XuedongHuang跟DougBurger皆认为公司须要致力于研发专门化芯片

半个世纪以来，计算机制造商皆正在利用一种单一的、合用于各类环境的芯片。作为寰球最大的半导体芯片制造商，英特尔始终以来皆是这类芯片的次要生产商。

现在，计算机工程师们正在研发新型芯片。新型机械的运作将会细分为多个小部门，而每一种小分工皆须要本人独占的芯片。此外，这类专门化芯片的能耗将大大减少。

谷歌的数据中心的厘革预示着该行业的其他公司也将迎来一些变更。谷歌的大部分服务器依然正在利用中央处理器，不外他们也正在跟一些定制芯片供应商协作。此外，谷歌借正在研发可以停止语音辨认跟其他人工智能使用的算法。

谷歌的厘革是出于公司自身开展的须要。多年去，谷歌始终经营着世界上最大的计算机网络。虽然这一数据帝国波及世界浩繁地域，可是关于谷歌的研发来讲仍是不敷的。

2011年，谷歌最有名的工程师之一JeffDean担任的研讨小组，便神经网络停止了一番研讨。神经网络的研讨有助于实现计算机算法的自我学习。

几个月后，Dean跟他的团队树立了一个升级版的书面语辨认效劳，该效劳的精确度远远高于其时谷歌所推出的效劳。不外，要念实现这一功用，仅靠谷歌以后的数据中心是不敷的。

因而，Dean提出谷歌可以为这类人工智能专门打造一款计算机芯片。

数据中心产生的变更正在渐渐蔓延到科技领域的其他部门。正在接下来的几年里，像谷歌、苹果跟三星这些公司皆将推出合用于智能手机的人工智能芯片。微软也正在为加强理想头显计划一款芯片。此外，像谷歌、丰田这些公司借正在研发合用于自动驾驶汽车的芯片。

微软：从英特尔的到本人的

现今市面上的芯片，有的是用于存储信息，有的是使用于玩具跟电视机，另有一些则是装置正在各类计算机程序里，好比用于创立寰球变暖模子的超级计算机、个人电脑或许智能手机。

穆尔定律指出，因特网上的通信量约莫每一年要翻一番。该定律是由英特尔的结合创始人GordonMoore提出的。跟着芯片的不休开展，IBM的有名研讨职员RobertDennard又提出了登纳德缩放比例定律。

到了2010年，人们发明，通信量翻一番实际所需的工夫要擅长穆尔定律的猜测。此外，登纳德缩放比例定律也起头没有合用，由于芯片设计者发明，用来制造处理器的物理资料曾经到达了极限。也就是说，若是公司想要制造出计算能力更强的芯片，不克不及再仅靠处理器的进级，而是须要更多的电脑、更多的空间跟更多的能耗。

工业界跟学术界的研讨职员始终正在尽力开展穆尔定律，摸索全新的芯片资料跟计划技巧。可是，微软的研究员DougBurger却有着分歧的设法主意，他提出，可以不要依赖于中央处理器的不变演进，而是把一些负载转移到专门化芯片上。

正在2010年圣诞节时代，Burger与微软的其他几位芯片研讨职员一路起头摸索新的硬件，用以改善微软的搜索引擎Bing。

其时，微软刚刚开始改善Bing的机械学习算法，该算法可以经由过程剖析人们利用效劳的方法去改善搜刮成果。只管构建这类算法的要求比树立神经网络的要求要低，可是现有的芯片也仍是很难知足它的开展需要。

Burger跟他的团队研讨了多种计划，最初决意利用现场可编程门阵列。始终以来，像Windows如许的软件利用的皆是英特尔的中央处理器，而且这些软件是不克不及对芯片停止从头编程。

不外，有了当前，微软的软件便可以对芯片停止编程了。

微软正在2015年起头批量装置这类芯片。此刻，简直每一个毗邻到微软数据中心的新服务器皆配有一个如许的可编程芯片。此外，这类芯片对微软的搜索引擎Bing跟云计较Azure皆大有资助。

开展神经网络，让电脑学会“谛听”

2016年秋季，跟谷歌的工程师JeffDean一样，微软的另一支研讨团队也树立了一个神经网络，它正在停止语音辨认时，准确率要比普通人高。

图：图为谷歌最有名的工程师之一JeffDean。他曾提出，公司该当研发一种专门用于人工智能的芯片。现在，这类芯片曾经有了，它就是谷歌本人计划的Tensor处理单元

黄学东是微软语音辨认范畴的领军人物。他跟本人的团队正在锻炼微软的语音辨认效劳时，利用的是由Nvidia制造的专门芯片，而不再像之前一样太过依赖于英特尔的芯片。

黄学东默示，这类专门化芯片让他们把本来至少须要5年才气遇上的差异，仅用1年便遇上了。

不外这类芯片也存在一个问题，那就是用这类方式锻炼神经网络的话，须要停止大批的实验。研讨职员必需重复停止锻炼，而且还要不绝天调剂算法和改善锻炼数据。此外，正在任何给定的工夫内，这个进程皆会呈现上百种算法，那便须要壮大的计算能力的撑持，而仅仅利用标准化芯片的话是不克不及知足这一需要。

是以，一些当先的互联网公司正在用一种被称为图形处理单元的芯片锻炼神经网络。这类低能耗的芯片次要是由Nvidia制造的，它们本来是用来处置惩罚游戏等软件的图象。此外，正在神经网络的运算中，的运转速率要比快得多。

NVIDIA的蓬勃发展就是得益于这类芯片的风行。此刻，NVIDIA正在为美国的互联网巨子跟世界上最大的一些收集公司出产这类芯片，此中一些中国企业的需要尤其重大。正在过来的一年中，NVIDIA的季度支出增加了两倍，曾经跨越4.09亿美元。

专门化芯片将愈来愈风行

现阶段，良多公司正在开展本人的神经网络时，次要就是利用，不外它只是这一工程的一部分。一旦神经网络便某个使命停止锻炼当前，它便须要专门用于履行这一使命。

例如，正在停止语音辨认算法的锻炼当前，微软将会把它参加在线效劳，用于辨认人们对智能手机收回的语音指令。

谷歌曾经打造出了本人的专门化芯片，就是上文提到过的；Nvidia正在打造近似的芯片；微软则是让Altera帮助制造了一款专门化芯片。

其他的公司也紧随其后。好比，专注于为智能手机制造芯片的Qualcomm跟一些创企也正在研发人工智能芯片。市场研讨公司IDC猜测，到2021年，装备那类芯片的服务器的总收入将到达68亿美元，约占全部服务器市场的10%。

图：谷歌平台的副总裁BartSano认为，专门化芯片对公司的经营依然不太紧张

Burger指出，正在微软的寰球收集中，那类芯片依然只是绝对较小的一个部门。谷歌平台的副总裁BartSano也认为，专门化芯片对公司的经营并不是太紧张。

MikeMayberry是英特尔实验室的负责人，他并不是太正视对专门化芯片的研发。那能够是因为英特尔节制着90%以上的数据中心市场，以是它始终是传统芯片的最大生产商。正在MikeMayberry看来，若是中央处理器停止得当的改善，完整没有须要其他芯片的资助，便能知足以后的需要。

两年前，英特尔花了167亿美元收买了Altera，就是上文提到过的那家为微软研发可编程芯片的公司。那也是英特尔至今为止最大的收购案。客岁，英特尔又以4.08亿美元的价钱收买了Nervana。此刻，英特尔跟Nervana的团队协作，配合研发用于锻炼跟运作神经网络的芯片。

硅谷的风投公司SequoiaCapital的合伙人BillCoughran默示，英特尔须要考虑一下若何正在没有影响本人的传统营业的环境下，进军新的范畴。

现阶段，英特尔不只要跟Nvidia、Qualcomm如许的芯片制造商竞争，还要跟谷歌、微软如许的公司竞争。

谷歌正在计划第二代芯片。公司默示，这类芯片会正在本年晚些时候投入使用。

现阶段这些变更借只是产生于大型数据中心外部，蔓延到其他行业该当便只是工夫问题。