人工智能是科技行業的下一個重大領域。大數據和物聯網的發展促使從IBM到Facebook在內的科技巨頭都在爭先開發人工智能技術，利用未來物聯網設備收集的海量數據。

在對人工智能技術的討論中，有一點被忽略了，那就是它運行的硬件。例如，最適合運行谷歌TensorFlow人工智能軟件的不是英特爾X86芯片，而是圖形處理器，英偉達是一家主要的圖形處理器供應商。

英偉達周二新發布了兩款圖形加速器，幫助Facebook、百度和谷歌等公司開發新的深度學習模式，并在無需大規模服務器農場的情況下部署這些模式。這兩款芯片，以及配套的軟件工具，是半導體行業開發能完成人工智能任務芯片努力的一部分。

英偉達的兩款芯片中包含TeslaM40，能為研究人員“訓練”他們的神經網絡提供強大的處理能力；另外一款被稱作TeslaM4的芯片處理能力稍弱，面向谷歌、Facebook或亞馬遜等公司使用的服務器。

人工智能技術需要圖形處理器而非傳統英特爾芯片的原因是，圖形處理器更適合處理并行任務。一個圖形處理器集成有數百個不同的運算內核，英特爾至強芯片集成有至多18個內核。訓練神經網絡要求大量更簡單和重復性的步驟，更適合在圖形處理器上運行。

今年早些時候，Facebook人工智能研究主管雅恩·樂坤解釋稱，在訓練神經網絡方面，圖形處理器是更合適的芯片，但表示仍然面臨一些挑戰。例如，由于管理軟件功能不夠強大，在一個神經網絡上配置多個圖形處理器仍然相當困難。英偉達開發的新軟件工具能把多塊顯卡捆綁在一起，幫助樂坤等研究人員解決了難題。

但是，英偉達并非是開發人工智能芯片和軟件工具的唯一一家公司。例如，IBM的沃森(Watson)最初在自家的PowerPC芯片上運行，但也可以運行在SoftLayer的云計算環境中，SoftLayer采用基于X86和圖形處理器的服務器。IBM還公布了新的PowerPC特性，能更好地滿足人工智能研究人員的需求。

IBM和高通還在考慮把人工智能技術移植到智能手機。高通提出了Zeroth技術，在一個芯片上運行神經網絡，例如利用手機中的數字信號處理器提供圖像識別功能。

IBM的戰略聽起來更具野心。IBM希望開發一款模擬人腦功能的芯片，能在智能手機上完成人工智能任務。它以人腦為模型，因為人腦是迄今為止我們已知的效率最高的計算機，能耗僅為20瓦。相比之下，英偉達新款低配版圖形處理器的能耗為50-75瓦。

IBM、英偉達、高通，甚至美光都投資開發人工智能和深度學習芯片，英特爾沒有什么動作？英特爾上個月收購人工智能創業公司Saffron引起軒然大波，但總體而言它很少公開討論在深度學習方面的努力。英特爾8月份曾表示，它可以綜合利用Altera的可編程芯片和至強芯片運行專用算法，例如用于訓練神經網絡的算法。

鑒于芯片技術的進步通常需要數年時間的孕育，相對的沉默意味著麻煩。英特爾的新技術通常能給人們帶來驚喜，但在芯片社區中，缺乏深度學習產品被認為是英特爾產品線的一大空白。半導體研究公司TiriasResearch首席分析師吉姆·麥克格雷格說，“在芯片產業，廠商必須提前2-4年規劃新產品，因此必須提前判斷哪些是關鍵應用。英特爾錯過了手機，不想再錯過人工智能。”

更多資訊請關注電力電子頻道