人工智能的未來已經到來。 從根據歷史天氣趨勢和未來預測調整自己的智能家居恆溫器，再到根據您的購買歷史提供相關購物建議的智能手機應用程序，我們許多人甚至都沒意識到這些其實就是AI。
現有技術的變化
雖然AI芯片的製造肯定需要開發新技術和硬件，但還有許多現有技術需要進行調整以允許AI芯片可能產生的信息和數據的湧入。
例如，您擁有的幾乎所有電氣設備中都有電路板：
“在印刷電路板上行駛的數據就像是道路上的汽車，”Millennium Circuits Limited的Dan Thau說。 “太多的數據傳輸將導致交通擁堵，信號將被延遲。”“有些特殊材料具有低損耗，高速運轉能力，”他解釋說，“但材料供應商必須繼續推動發展，開發新材料以適應更高的數據速度。”
從本質上講，電路板（以及我們小工具中的其他常見電子元件）將不得不發展，以適應數據繁重，這也就是為什麼很多人工智能公司爭相開發AI芯片。
正在鋪路微軟
毫無疑問，微軟是當今人工智能領域的巨頭之一。 他們目前正在研究幾種不同的芯片和平臺，以補充他們目前的硬件選擇。
微軟已經專門為第二代HoloLens設備設計了一個AI芯片。 作為增強現實領域的一個突破性小工具，HoloLens與下一代人工智能之間的結合有可能將技術進一步推向理想的主流。
在最近接受CNBC採訪時，微軟公司設備副總裁Panos Panay表示計劃進一步擴展和擴展其他產品線和硬件系列。 可能的候選人包括Microsoft Xbox One遊戲機，他們流行的Surface平板電腦以及他們的任何其他筆記本電腦或臺式機。
互聯網巨頭進入
但是AI遊戲中還有其他玩家。 Facebook和英特爾最近聯手推出了他們的AI技術品牌 - 他們準備在2017年底之前發售他們的第一批新的AI驅動芯片。
該芯片被稱為Intel Nervana神經網絡處理器，從各種來源獲取靈感和技術 - 包括2016年收購Nervana Systems。行業專家對這樣的突破錶示樂觀，因為它可以使企業更容易接受大數據並採用標準來處理和管理大量信息。
例如，沃爾瑪目前依靠Nvidia芯片來提供運行深度學習算法和高級數據分析所需的處理能力。 Nvidia - 專注於圖形處理單元或GPU，用於高端視頻遊戲 - 並不是為關鍵任務基礎設施和利用下一代AI的系統提供動力的最佳選擇。
不幸的是，目前市場極為有限。 組織沒有選擇明確設計用於人工智能和大數據處理的系統，而是別無選擇，只能使用臨時措施和臨時解決方案。 雖然它有效，但這些變通辦法絕非理想。
谷歌發佈自己的TPU以及Egde TPU
TPU是針對TensorFlow上的機器學習工作負載量身定製的定製應用專用集成電路（ASIC）。 雖然第一代TPU僅用於推理，但Cloud TPU適用於推理和機器學習培訓。Cloud TPU採用四個定製ASIC構建，可提供強大的64 GB高帶寬內存和180 TFLOPS性能。去年，谷歌宣稱它的TPU比現代GPU和推理CPU快15到30倍，並且TOPS / Watt測量值提高了30-80倍。
在舊金山Google Next會議的主題演講中，Google Cloud的物聯網副總裁Injong Rhee宣佈推出兩款新的AIY項目主板 - AIY Projects Edge TPU Dev Board和Edge TPU Accelerator 圍繞谷歌新推出的專用邊緣TPU。
顛覆未來 - 一次一個智能AI芯片
從推動PCB的生產到在增強現實中發揮不可或缺的作用，下一代人工智能有可能徹底改變我們所知道的生活。雖然所涉及的技術仍然非常複雜，即使對於專家來說，微軟，英特爾，Facebook和Unicorn等公司的突破只是未來更大事件的開端。
閱讀更多 引力空間站 的文章
