英特爾收購了Nervana系統公司，Nervana除了引擎ASIC外，還開發了GPU/軟件方法，有什麼表現尚不清楚。英特爾已經計劃在12月推出NervanaCon，所以也許我們會看到這批芯片的成果。英特爾Nervana™神經網絡處理器將會重新定義AI芯片。今天早些時候，英特爾首席執行官布賴恩·克爾扎尼希(Brian Krzanich)在“華爾街日報”(Wall Street Journal)的D.Live活動上談到，英特爾不久將推出世界上第一批為人工智能(AI)而設計的處理器：Intel Nervana™神經網絡處理器系列，這個處理器家族已經有三年多的時間了，我代表團隊建設它，我想分享更多關於世界上第一個神經網絡處理器背後的動機和設計的見解。 MobieEye。Mobilye目前正在開發其第五代自動駕駛系統，即EyeQ5，作為視覺中心計算機執行傳感器的融合，為完全自主駕駛(5級)車輛設計，將在2020上路。
英特爾的Loihi測試芯片，它是第一種可自主學習的芯片。Loihi研究測試芯片包括模擬大腦基本機制的數字電路，使機器學習速度更快、效率更高，同時需要更低的計算能力。神經形態芯片模型從神經元如何交流和學習中獲得靈感，它們使用可以根據時間調節的尖峰和塑料突觸。這可以幫助計算機根據模式和關聯進行自組織和決策。
在一次記者招待會里，高通公司為我們展示了它的人工智能規劃圖。高通人工智能引擎早已支持移動平臺的AI功能。高通人工智能(AI)引擎，由幾個硬件和軟件組成，以加速在選定的高通移動平臺上啟用在設備上的人工智能用戶體驗。該人工智能引擎還將被支持在驍龍845，835，821，820和660移動平臺。
NVIDIA的DGX-2系統封裝了一個AI性能。使用NVSwitch架構可以構建更大、更快的GPU集群
3月份，NVIDIA公司推出了第二代DGX系統。為了製造2 PETAFLOPS半精密DGX-2，NVIDIA必須首先設計和製造一種新的NVLink 2.0開關芯片，名為NVSwitch。雖然NVVdia目前只將NVSwitch作為其DGX-2系統的組成部分，但NVVdia並不排除向數據中心設備製造商銷售NVSwitch芯片。NVIDIA最新的GPU可以用它的新的張量核心架構完成15 TLOPS或120 TFlop，這是一個FP 16乘法和FP 32的累加，以適應ML。在其他方面，NVIDIA提供NVIDIA驅動™px，自主駕駛智能汽車計算機和JetsonTX1/TX2模塊，NVIDIA稱它為：自主開發的嵌入式平臺。
NVIDIA深度學習加速器(NVDLA)是一種免費和開放的體系結構，它促進了一種設計深度學習推理加速器的標準方法。NVDLA具有模塊化的體系結構，具有可擴展性、高度可配置性，並可簡化集成和可移植性。硬件支持廣泛的物聯網設備。作為在NVIDIA開放NVDLA許可證下交付的開源項目，所有的軟件、硬件和文檔都將在GitHub上提供。
三星公司發佈了新的Exynos9810芯片，配備了2.9GHz自定義CPU、業界第一的66CALTE調制解調器和深度學習處理能力。”
即將發佈的AMD Radeon MI 25是SP的12.3 TFlops或FP16的24.6 TFlops。如果和NVIDIA相比，那麼AMD可能略遜一些。NVIDIA的帶寬是900 Gb/s，而AMD的帶寬是484 GB/s。AMD公司為其OEM和ODM合作伙伴提供了一種可靠的替代HPC和AI工作量的方法，取代了目前主導混合計算的英特爾Xeons和Nvidia Teslas的結合。
據報道，特斯拉正在與AMD合作，開發自己的人工智能處理器，用於其自動駕駛系統。特斯拉與NVIDIA有著密切關係，Nvidia的GPU為其Autopilot系統供電，但cnbc報道的這款內置芯片可能會減少對第三方人工智能處理硬件的依賴。
IBM的芯片上有多核處理器網絡，有4096個核，每個核模擬256個可編程硅“神經元”，總共有100多萬個神經元。反過來，每個神經元有256個可編程的“突觸”來傳遞它們之間的信號。因此，可編程突觸的總數剛剛超過2.68億(228)。就基本構件而言，其晶體管數目為54億。
“有了POWER 9，我們將進入一個新的片外時代，使用諸如GPU和fpga這樣的先進加速器來驅動現代工作負載，包括人工智能…。POWER 9將是第一個為NVIDIA下一代NVLink、OpenCAPI 3.0和PCI-Express 4.0提供片上支持的商業平臺。這些技術為傳輸數據提供了一條巨大的軟管。”
STPreps第二神經網絡IC。STMicroElectronics正在設計神經網絡技術的第二代，該公司在2017年2月的國際固態電路會議(ISSCC)上報告了這一技術。
S32汽車平臺。NXP S32汽車平臺是世界上第一個可伸縮的汽車計算體系結構。它提供了一個統一的硬件平臺和一個相同的軟件環境跨應用領域，以帶來豐富的車內經驗和自動駕駛功能的市場更快。
Adas芯片
S32V234：前部和環視攝像機視覺處理器，機器學習和傳感器融合應用。S32V234是我們的第二代視覺處理器家族，旨在支持圖像處理的計算密集型應用，並提供一個ISP，強大的三維圖形處理器，雙APEX-2視覺加速器，安全和支持安全的。S32V234適用於ADAS、NCAP前端攝像機、目標檢測和識別、環視、機器學習和傳感器融合等應用。S32V234是為汽車級可靠性、功能安全和保障措施而設計的，以支持車輛和工業自動化。
MediaTek揭開其AI平臺&跨平臺消費設備的AI技術，通過硬件和軟件、人工智能處理單元(APU，人工智能處理單元)和NeuroPilot SDK的結合，MediaTek將把人工智能帶入其廣泛的技術組合-這一組合每年為智能手機、智能家居、汽車等提供15億種消費產品。
RockChip發佈了它的第一個人工智能處理器RK3399Pro-npu，它的性能高達2.4tps。RK3399Pro採用了專用的AI硬件設計。其NPU計算性能達到2.4TOPs，高性能和低功耗指標均保持世界領先地位：性能比其他同類型NPU處理器高150%，功耗小於1%，與採用GPU作為AI計算單元的其它解決方案相比，功耗小於1%。
谷歌的原始TPU在圍棋比賽中領先GPU，幫助DeepMind的AlphaGo戰勝了LeeSEDOL。最初的700兆赫TPU被描述為有95個TFlops用於8位計算，23個TFlops用於16位，而繪圖僅為40W。在發佈時，這比GPU快得多，但現在比NVIDIA的V 100慢。新TPU 2被稱為TPU設備，有四個芯片，可以做180 TFlops左右。每片芯片的性能翻了一番，16位時達到45 TFlops。你可以看到與NVIDIA的V 100之間的差距正在縮小。
像素視覺核是谷歌第一個定製的消費品協處理器。它內置在每一個像素2，並在未來幾個月，我們將通過一個軟件更新打開它，以使更多的應用程序使用像素2的相機拍攝HDR+高質量的照片。
“信息報”今天早上有一篇報道說亞馬遜正在為Alexa設計人工智能芯片。亞馬遜EC2F1是一個具有現場可編程門陣列(FPGAs)的計算實例，您可以編程為應用程序創建自定義硬件加速。f1實例易於編程，並附帶開發、模擬、調試和編譯硬件加速代碼所需的一切，包括FPGA開發者AMI和硬件開發工具包(人類發展黨)。一旦您的FPGA設計完成，您可以註冊它作為一個亞馬遜FPGA圖像(AFI)，並部署到您的F1實例只需幾次點擊。您可以重複使用AFI的次數，並且可以隨意地跨多少個F1實例。
在基於microsoft fpga的可配置雲中，Microsoft公司簡要介紹了FPGA在雲人工智能加速中的應用。
蘋果公司推出了為新iPhone 8和iPhoneX提供動力的新處理器--A11仿生。A11還包括專用的神經網絡硬件，蘋果稱之為“神經引擎”，每秒可執行6000億次運算。
阿里巴巴正在生產自己的神經網絡芯片。。阿里巴巴正在開發自己的神經網絡芯片阿里-NPU，該芯片將用於人工智能應用，如圖像視頻分析、機器學習等。
FPGA雲服務器(Beta)是一個可編程陣列(Fpga)的計算實例，它允許用戶在幾分鐘內輕鬆地創建fpga設計，並基於阿里巴巴雲彈性計算框架創建定製的專用硬件加速器。
騰訊雲引入FPGA實例(Beta)，有三種不同的規格，基於Xilinx Kintex UltraScale KU 115 FPGA。他們將提供更多的選擇，配備了InterFPGA在未來。
百度有一個新的處理器。目前，這款處理器已經在fpga上得到了演示，但如果它繼續被證明對人工智能、分析、雲和自主駕駛有用的話，這個搜索巨頭可能會把它推入一個全口徑的專用集成電路中。
富士通正在創建的DLU，它們剛剛起步，而不是基於Sparc或ARM指令集，事實上，它有自己的指令集和一種新的數據格式，專門用於深度學習，這是從零開始創建的。 日本計算巨頭富士通(Fujitsu)。它知道如何為HPC工作負載建立一個非常高效和高可伸縮性的系統，就像K超級計算機所證明的那樣，它不相信HPC和AI體系結構會趨同。相反，該公司指望這些體系結構會出現分歧，並且需要非常專門的功能。
諾基亞開發了ReefShark芯片組，並且有自己的5G網絡解決方案。AI在ReefShark無線電設計中實現，嵌入基帶，利用增強深度學習觸發自主、認知網絡的智能、快速動作，增強網絡優化，增加商業機會。
Facebook正在組建一個團隊來設計自己的芯片。Facebook公司正在組建一支團隊，設計自己的處理器產品。據招聘名單和知情人士透露，這一趨勢加劇了科技公司的一種趨勢，即自己供應芯片，降低對英特爾(Intel Corp.)和高通(Qualcomm Inc.)等芯片製造商的依賴。
arm是嵌入式IP巨頭，它也對人工智能時代來臨做了一些回應。這可能不是一個革命性的設計，但肯定是重要的。ARM還提供了一個開放源碼。計算庫包含為ARM Cortex實現的軟件功能的全面集合--一個CPU處理器系列和ARM GPU系列。
我國AI發展
寒武紀成功A輪融資創紀錄1億美元，最新的解決方案包括IP許可、芯片服務、智能卡和智能平臺。
我國人工智能芯片製造商Cambron推出基於雲的新型智能芯片
中國人工智能芯片製造商Cambr圖標技術有限公司於5月3日在上海的發佈會上發佈了兩種新產品，一種是基於雲的智能芯片CambriconMLU 100，另一種是其人工智能處理器ip產品Cambr圖標1M的新版本。
11月6日，正在崛起的我國芯片公司Cambronic公司在北京發佈了用於低功耗計算機視覺應用的寒武紀-1H8，用於更通用應用的高端寒武紀-1H16，以及一個名為Cambrian NeuWare的人工智能系統軟件。
2017年10月19日，在美國舊金山，全球領先的人工智能(AI)初創公司Horizon Robotics今天在英特爾資本(Intel Capital)首席執行官展示展期間宣佈，它已從英特爾資本(Intel Capital)獲得了投資。嘉實投資公司將作為共同投資者加入該輪投資，現有股東包括晨賽德風險投資公司(Morningside Venture Capital)、希爾豪斯資本(Hillhouse Capital)、Wu Capital，該公司預計其A+系列融資輪將總計約1億美元。
比特幣礦業巨頭比特曼正在開發用於訓練和推理任務的處理器。
詹和他的Bitmain聯合創始人吳繼漢(JihanWu)向世界表明了他們的意圖。Sophon部門將包括Bitmain公司為一項革命性的人工智能技術定製的第一塊芯片。如果一切按計劃進行，成千上萬的Bitmain Sophon單位很快就會在世界各地的大型數據中心中訓練神經網絡。11月8日下午，Bitmain發佈了Sophon BM 1869張量計算處理器、深度學習加速卡SC1和IVS服務器SS1。
奇帕克利氏第一集成電路，CI1006，用於自動語音識別應用。
紅杉、Hillhouse、Yitu科技公司投資6800萬美元給中國人工智能芯片製造商ThinkForce A系列
世界各地的創業公司
Wave的計算裝置能夠在他們的3RU設備上以2.9PetaOPS/秒的速度運行TensorFlow。Wave是指它們在DPU上的處理器，而設備有16個DPU。Wave使用處理元素，它稱為粗粒度可重構數組(CGRAS)。還不清楚2.9 PetaOPS/s指的位寬是多少。
石墨芯籌集3000萬美元的資金。在去年年底，以支持發展他們的情報處理單位，或議會聯盟。在倫敦舉行的第三屆研究與應用人工智能峰會上，聯合創辦人兼首席技術官西蒙諾爾斯被邀請談話。在峰會上，西蒙諾爾斯代表公司發佈了新的產品
pezy-sc和pezy-sc2是1024核心處理器和2048核心處理器。2015年度，Pezy-SC 1024核心芯片為500強超級計算機排行榜上的前3大系統提供了核心支持。2048顆核心的Pezy-SC2創造了記錄。
SC2是第二代芯片，具有兩倍多的核心-即2048個8路SMT內核，總共有16384個線程。工作在1千兆赫，每個週期每週期4跳與SC一樣，SC2的峰值性能為8.192 TFLOPS(單精度)。之前的兩種芯片都是在臺積電的28 HPC+上製造的，但是為了在合理的功耗範圍內實現更高的核心計數，Pezy決定跳過一代，直接使用TSMC的16 FF+技術。
他們的產品頁面從6月份開始就失蹤了。不知道他們投入的1億美元到底在幹什麼，當時描述為每個ASIC上都有256個微型DSP或tDSP核心，以及一個適用於35W包絡的稀疏矩陣處理的ARM控制器。
坦斯雷是加拿大在多倫多的一家小型創業公司，聲稱與大多數公司一樣，深度學習的效率提高了數量級。沒有真正的公開細節。
thinci是開發視覺處理器的公司，來自薩克拉門託。他們聲稱是在第一個硅，Thinci-tc 500，以及基準和贏得客戶已經發生。除了“並行做每件事”之外，我們沒有什麼可做的。
儘管有很多承諾，卡爾雷他們的芯片供應還沒有發展到超過2015年度覆蓋的256個核心怪獸的水平。“新產品曲流“Kalray公司正在為他們的產品做廣告，因為它適合嵌入式自動駕駛汽車的應用。卡爾雷Kalray神經網絡(Kann)軟件包和要求比GPU更高的效率與高達1 TFLOP/s的芯片上。
腦芯片公司是第一家提供尖峰神經處理器的公司，於2008獲得專利(專利為8250011美元)。目前的設備，稱為腦芯片加速器，旨在快速學習。BrainChip是一家上市公司。
公司新產品將採用1 TMAC/秒aiWare核心，消耗大約25 mm2的硅面積；Vivante VIP 8000-衍生處理器核心將駐留在模具的另一半，在2-4 GBytes的DDR 4 SDRAM也將包括在多模具封裝。根據Feher的說法，該測試芯片中的卷積型LAM將具有以下規格(根據初步的綜合結果)： 2，048 8x8 Macs 邏輯區域(包括輸入/輸出緩衝邏輯、LAM控制和Mac)：3.45mm2 內存(片上緩衝器)：根據配置(10-50 Mbit)，在5-25mm2範圍內。神經網絡交換格式(NNEF).
據其首席執行官、前甲骨文SPARC開發人員LinkedIn頁表示，SambaNova系統是一家專注於建立機器學習和大數據分析平臺的計算初創公司。SambaNova的軟件定義分析平臺為任何ML培訓、推理或分析模型提供最佳性能。
GreenWaves技術開發基於開源IP塊的物聯網應用處理器，使內容理解應用於嵌入式、電池操作的設備上，具有無與倫比的能效。他們的第一個產品是GAP 8。GAP 8為邊緣設備提供了一種超低功耗的計算解決方案，用於從圖像、聲音和運動等多個內容豐富的來源進行推理。GAP 8可用於各種不同的應用和行業
LightMatter是一家初創公司，它希望改變所有計算的方式--而不是以一種小的方式。該公司生產的光子芯片本質上是以光速進行計算，把晶體管留在塵埃中。它剛剛結束了一個1100萬美元的A系列。
閱讀更多 宇宙與科學 的文章
