外媒報道稱，谷歌(微博)已經造出了自己的人工智能芯片，除了谷歌，其實很多科技巨頭都在這一領域做了布局。

以下為AI世代（微信號：tencentai）編譯整理的文章概要：

25年前，Yann LeCun曾經制造過一個名為“ANNA”的人工智能芯片，可是當時并未被主流接受。

1992年，LeCun是位于紐約市郊聲名遠揚的貝爾實驗室的研究員。LeCun和幾位同事設計了這塊用于運行深度神經網絡的芯片。

深度神經網絡是一種復雜的數學系統，其可以通過分析海量數據來自主學習任務。可是“ANNA”還遠遠不能用于大眾市場。

盡管當時的神經網絡能夠準確地識別個人支票和信封上的字母和數字，可是它們并不能很好的完成其他任務，至少不能用于任何實際感知。

而今，神經網絡正迅速地改變谷歌、Facebook、微軟等最大的互聯網玩家。

LeCun目前正在負責Facebook中央人工智能實驗室，該實驗室使用神經網絡進行人臉和物體識別、機器翻譯等功能。

25年后的今天，LeCun談到市場非常需要像“ANNA”這樣的人工智能芯片，并且此類芯片將會迅速地大規模應用。

谷歌目前也已經擁有自己的人工智能芯片，稱為TPU。TPU已經廣泛應用于谷歌為數眾多的數據中心里，這些數據中心支撐著谷歌的線上帝國。

在這些數據中心中，TPU被安裝在成千上萬的機器中來實現眾多功能，比如安卓智能手機的語音識別、在谷歌搜索引擎中選擇搜索結果等。但是TPU只是這次浪潮的開端而已。

CNBC上周揭露，最先參與開發谷歌TPU的一些工程師們已經從谷歌離職，并且成立了一家名叫Groq的神秘公司來開發與TPU類似的芯片。

除了谷歌之外，一些其他的芯片巨頭，如英特爾、IBM和高通等公司也在朝著相同方向努力。

像谷歌、Facebook以及微軟這樣的大公司的神經網絡系統也能運行在CPU這種標準電腦芯片上。

由于CPU被設計為通用處理器，其運行神經網絡的效率非常低。而人工智能系統需要進行大量的矩陣數學運算，如果使用專門針對這一特點設計的處理器，其運行速度會大大加快，并且能耗更低。

谷歌稱TPU芯片的推出為其節省了建造額外15個數據中心的費用。

現在，像谷歌、Facebook這樣的公司正將神經網絡推廣到手機和VR頭顯設備，這些設備也需要人工智能芯片，以便消除向遠端數據中心傳輸圖像的延遲問題。

LeCun說：“我們還有很大的發展空間，可以開發出更專業更高效的人工智能芯片。”

專業玩家們

在收購一家名為Nervana的創業公司后，英特爾正在打造機器學習的專用芯片。

IBM也在開發一款與神經網絡設計完全一致的硬件架構。

Facebook一直在協助高通開發機器學習相關技術，因此深諳高通開發計劃的LeCun透露，最近高通也開始搭建自家專門用于執行神經網絡的芯片。

高通的技術副總裁Jeff Gehlhaar也確認了該項目，他稱：“在原型設計及開發的路上，我們已經積累了非常豐富的經驗。”

英偉達也決定投身人工智能的軍備競賽中。就在上個月，英偉達宣布將Clément Farabet招致麾下。Farabet在紐約大學學習期間，作為LeCun的得意門生，就已經開始研究人工智能芯片架構了，其后他創建了業界知名的深度學習公司Madbits，2014年，Madbits被Twitter收購。

英偉達已經是人工智能界的一股統治力量了。在谷歌和Facebook這些公司應用神經網絡之前，需要對機器進行訓練，就拿翻譯來說，需要為機器提供大量已存在的翻譯結果作為機器訓練的輸入信息。而這些公司都會使用英偉達生產的GPU芯片來加速機器學習的過程。

LeCun提到：“在機器訓練領域，GPU——尤其是英偉達的GPU——已經壟斷了整個市場。”機器訓練階段完成后，下一個階段是神經網絡執行。而Farabet的到來也許預示著，和高通一樣，英偉達也在開發在用于神經網絡執行的芯片。

GPU（圖形處理器）并不是為人工智能而設計的，它被設計用來渲染圖像的。由于GPU在向量和矩陣變換等數學計算的速度遠超過CPU，5年前，谷歌和Facebook等公司認為GPU是機器訓練的最佳選擇，并將其用于進行神經網絡訓練中。LeCun也認同GPU在未來仍然會應用于該領域。

他提到，程序員和公司對GPU有著深入的理解，并且手頭的工具可以滿足他們所有的需求，GPU很難被取代，因為你需要一個完整的生態系統。

但LeCun也堅信，未來一種全新的人工智能芯片將會顯著地改變互聯網巨頭們執行神經網絡的方法，不管是在數據中心里還是消費電子中，比如手機、智能割草機或是吸塵器等。

谷歌的TPU已經證明了，人工智能專用芯片可以為數據中心帶來完全不同等級的執行效率，特別是在圖像識別需求不斷提高的今天。在神經網絡執行方面，TPU能耗更少，發熱更小。

LeCun這樣說道：“如果你不想把整個湖都燒開，那就換專用硬件吧”。

與此同時，VR（虛擬現實）和AR（增強現實）也變得越來越普及，手機和頭顯設備也需要類似的芯片。

Facebook在上周公布了其全新的AR工具，該技術可以讓神經網絡識別你身邊的真實世界。但AR系統無法將人工智能識別的周邊圖像發回數據中心。將所有的圖像通過網絡發送的話，其過高的延遲會影響模擬現實的效果。

Facebook的CTO Mike Schroepfer解釋道：Facebook已經開始使用GPU以及其他一些DSP（數字信號處理器）芯片來協同處理某些任務。

但從長遠角度來看，手機也好，頭顯也好，這些設備終將會配備一種全新的芯片。畢竟需求擺在這，而芯片制造商們也會爭相滿足這一需求。