在萬物智能時代中，適用于各種智能設備的芯片成為關鍵所在，高性能AI芯片、用于數據采集的物聯網芯片相繼面世，包括高通預測，今年物聯網芯片將能為公司帶來10億美元收入，AI芯片被廣泛部署數據中心、無人機和機器人等行業，為英特爾帶來超過10億美元收入。
(一)
英特爾推出全新Movidius VPU視覺處理單元，這是全球第一個配備專用神經網絡計算引擎的系統芯片，可用于加速端的深度學習推理，比如無人機、機器人、智能攝像頭和虛擬現實等智能設備。
計算機視覺和深度學習正在成為我們日常生活中的數十億設備的標配，與此同時，VPU芯片和微軟人工智能平臺Windows ML結合，開發人員利用VPU可以在Windows客戶端上構建和部署下一代深度神經網絡應用，讓客戶端的應用程序和核心操作系統更加智能化。
針對人工智能領域的創新，英特爾不斷延伸技術布局，投資和收購無人駕駛方案提供商Mobileye、深度學習和神經網絡芯片與軟件領域的領導廠商 Nervana、以及計算機視覺公司 Movidius等，以此開發定制的芯片來滿足人工智能特殊需求，提升了在AI芯片的競爭力。
例如Mobileye作為自動駕駛領域核心玩家，EyeQ4無人駕駛芯片，可以實現每秒鐘25億運算，能夠支持L4-L5級自動駕駛。特別英特爾車載計算產品與Mobileye系統芯片相結合，使得英特爾處在自動駕駛技術變革最前端。
還有英特爾 Movidius神經計算棒，基于USB模式的深度學習推理工具和獨立的人工智能加速器，為廣泛的邊緣主機設備提供專用深度神經網絡處理功能。外形小巧的Movidius神經計算棒專為產品開發者、研究人員和創客設計，提供專用高性能深度神經網絡處理性能，從而減少開發、調優和部署人工智能應用的障礙。
同時，英特爾Nervana神經網絡處理器(NNP)，這是業內第一個面向神經網絡處理的芯片。利用Nervana技術，企業將能夠開發全新的人工智能應用，以處理海量數據并讓客戶獲得更好的洞察，實現業務變革。
(二)
不僅半導體廠商在加推出適用于物聯網和人工智能芯片，與此同時，結合行業需求，科技巨頭紛紛向芯片領域挺進，呈現巨頭爭雄局面，他們向不同應用方向滲透，從而提升企業自身競爭力。
在科技巨頭當中，谷歌推出TPU芯片走在行業前列，物聯網資深專家楊劍勇指出，TPU專為機器學習而定制的芯片，它的高效能以提高AI技術深度學習方面的訓練能力，如今谷歌TPU芯片已經在今年升級到第三代，相比第二代，TPU3.0性能提升了八倍，作為專為谷歌TensorFlow而設計的專用芯片，并不直接對外銷售該款AI芯片，而是采用TPU(芯片)+Cloud(云)+TensorFlow(AI系統)組合方式向開發者開放，以云服務模式把AI能力分享給市場。
TensorFlow 是一種機器學習工具，主要用于構建深度神經網絡模型，作為開源深度學習系統，在語音識別、自然語言理解、計算機視覺等AI領域得到廣泛應用，并通過Cloud TPU上訓練，開發者按需購買，早前有指出云端TPU以6.50美元/TPU /小時計費。也有許多TPU免費開放給頂級研究學者使用，共同來推動開放的機器學習研究。不過，這種方式，或許將改變芯片銷售模式。
另外，谷歌為提高本地AI處理能力，谷歌在這個基礎上推出了Edge TPU芯片，這是谷歌面向智能終端首款AI芯片，核心用于邊緣計算，也可以理解為Cloud TPU簡化版，將谷歌強大的AI能力擴展到各種物聯網智能設備上，讓本地就具有AI處理能力。
(三)
華為同樣也在積極擁抱人工智能，其AI發展戰略，以持續投資基礎研究和AI人才培養，打造全棧全場景AI解決方案和開放全球生態為基礎，面向內部，持續探索支持內部管理優化和效率提升，面向消費者，讓終端從智能走向智慧。
華為要以全棧的能力、全場景的產品/服務，提供經濟且充裕的算力，實現普惠AI。AI解決方案從技術功能視角，包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案。基于統一、可擴展架構的系列化AIIP 和 芯片，并發布昇騰910芯片，是目前全球已發布的單芯片計算密度最大的AI芯片，還有一款昇騰310，是目前面向邊緣計算場景最強算力的AI SoC。
該芯片具備橫跨云、邊緣、端全場景的最優能效比，無論在極致低功耗的場景，還是極致算力的數據中心場景，昇騰系列都將提供出色的性能和能效比。同時，昇騰基于統一架構的全場景覆蓋能力，將大大便利AI應用在不同場景的部署、遷移、協同。
華為打造無所不及的智能，構建萬物互聯的智能世界，并不直接售賣AI芯片，包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境，讓AI無所不在。
華為對此做出預測，到2025年全球智能終端將達到400億，智能助理普及率將達到90%，企業數據使用率將達到86%，智能將像空氣一樣無處不在。AI作為一種新的通用目的技術，人工智能將改變每個行業和每個組織。
最后
以深度學習為核心的人工智能技術為機器學習帶來革命性變革，不僅僅能夠解決圖像識別問題，且擁有非常強大的學習能力，隨著計算能力的不斷提升，無人駕駛變成現實，跨語言交流也將邁向無障礙，機器翻譯和語音識別日益完善，讓人們不用擔憂出國語言溝通問題。在醫療領域，造福人類。
京公網安備 11010502049343號