雷鋒網(wǎng)按：多年來，科技行業(yè)的融資人對于制造電腦芯片的初創(chuàng)公司幾乎沒有興趣。一家新興公司如何與像英特爾這樣的巨人競爭呢？英特爾制造的芯片在全球超過了80％以上的個人電腦中運行。即使在英特爾沒有占據(jù)統(tǒng)治地位的領(lǐng)域，如智能手機和游戲設(shè)備，也有像高通和Nvidia這樣的公司，足以碾壓新星。

但隨后出現(xiàn)了科技行業(yè)的最新風潮——人工智能。結(jié)果證明，用新型計算機芯片可以更好地運行人工智能。突然之間，風險投資家忘記了所有那些讓一家年輕的芯片公司難以獲得成功的障礙。紐約時報最近發(fā)表文章，指出了這一最新潮流，雷鋒網(wǎng)為您做如下編譯：

今天，至少有45家初創(chuàng)公司正在開發(fā)能夠支持語音和自動駕駛?cè)蝿?wù)的芯片，至少有五家已經(jīng)從投資者手中籌集超過1億美元。根據(jù)研究公司CB Insights的數(shù)據(jù)，風險投資家去年在芯片創(chuàng)業(yè)公司的投資額超過了15億美元，幾乎是兩年前投資金額的兩倍。

這次爆發(fā)性增長與20世紀80年代個人電腦和硬盤制造商的陡然增長類似。雖然這些公司是小公司，并不是全部都能生存下來，但他們有能力推動快速的技術(shù)變革。

是否有任何一家公司幻想過用自己的芯片正面挑戰(zhàn)英特爾，這一點還尚待考證——Intel可以花費數(shù)十億美元建造自己的芯片工廠，而初創(chuàng)公司智能與其他公司簽訂合約來制造芯片。但是在設(shè)計芯片為機器學(xué)習(xí)提供某種特定計算能力、使之能夠做越來越多的事情的過程中，這些初創(chuàng)公司正朝著兩個目標努力：快速找到一個有利可圖的市場，或者被收購。

“機器學(xué)習(xí)和A.I.重新定義了如何構(gòu)建計算機的問題，“Bill Coughran說，他曾幫助Google監(jiān)督全球基礎(chǔ)設(shè)施多年，現(xiàn)在是硅谷風險投資公司Sequoia（紅杉資本）的合伙人。紅杉投資了一家英國初創(chuàng)企業(yè)Graphcore，該公司最近加入了1億美元俱樂部。

到2016年夏天，變化已經(jīng)很明顯。谷歌、微軟和其他互聯(lián)網(wǎng)巨頭正在通過算法構(gòu)建可以圖像中的人臉、并識別智能手機接受到的語音指令的應(yīng)用程序，該算法被稱為神經(jīng)網(wǎng)絡(luò)，通過在大量數(shù)據(jù)中識別模式來學(xué)習(xí)任務(wù)。

Nvidia最為人熟知的是構(gòu)建圖形處理單元，也就是G.P.U.，它被用來幫助游戲和其他軟件渲染復(fù)雜的圖像，而且事實證明，它們在神經(jīng)網(wǎng)絡(luò)方面的表現(xiàn)也非常好。 Nvidia在今年夏天之前售出了1.43億美元的芯片給Google等公司運營的海量計算機數(shù)據(jù)中心——這個數(shù)字是去年的兩倍。

英特爾急于迎頭趕上。根據(jù)科技新聞網(wǎng)站Recode的報道，英特爾耗資4億美元收購了Nervana，一個擁有50名員工的硅谷初創(chuàng)公司。該公司已經(jīng)開始從零開始建立A.I. 芯片。

之后，第二個硅谷初創(chuàng)公司Cerebras，從Nervana（硅谷初創(chuàng)芯片公司）搶下了五名的工程師，他們也為A.I專門設(shè)計了一個芯片。

根據(jù)福布斯的一份報告，到2018年年初，Cerebras籌集了超過1億美元的資金。 另外還有四家公司：一家硅谷的初創(chuàng)公司Graphcore，Wave Computing; 以及由中國政府支持的兩家中國公司，Horizon Robotics（地平線機器人）和Cambricon（寒武紀）。

人工智能芯片初創(chuàng)公司Mythic的首席執(zhí)行官邁克·亨利（Mike Henry）表示，在2015年和2016年初，籌集資金簡直是一場噩夢。 但他表示，“隨著高科技公司紛紛搶灘半導(dǎo)體市場，情況已經(jīng)發(fā)生了變化。

中國對開發(fā)新的A.I芯片特別感興趣。北京的第三家芯片創(chuàng)業(yè)公司DeePhi籌集了4000萬美元，中國國家科技部明確呼吁，生產(chǎn)能夠挑戰(zhàn)Nvidia芯片的中國芯片。

因為這是一個新興市場——而且對于這種新的處理能力市場渴求很大——許多人認為，這是創(chuàng)業(yè)公司有機會反抗樹大根深的科技巨頭的少數(shù)領(lǐng)域之一。

第一個最大的變化最可能來自數(shù)據(jù)中心，像Graphcore和Cerebras這些對其計劃保持沉默的公司，希望能夠加速創(chuàng)建A.I的新形式。 其目標包括，機器人可以參與對話和自動生成視頻和虛擬現(xiàn)實的系統(tǒng)。

微軟和谷歌等機構(gòu)的研究人員，通過極端的反復(fù)實驗“訓(xùn)練”神經(jīng)網(wǎng)絡(luò)，在大量的芯片上測試算法幾個小時甚至幾天，為A.I.構(gòu)建了自己的芯片。 他們經(jīng)常坐在筆記本電腦前，盯著顯示這些算法從數(shù)據(jù)中學(xué)習(xí)的過程的圖表。 芯片設(shè)計人員想簡化這個過程，把所有的試驗和錯誤都打包到幾分鐘之內(nèi)。

Scott Gray曾是Nervana的工程師，現(xiàn)在他是Open AI的研究人員之一，該機構(gòu)發(fā)起人包括特斯拉的首席執(zhí)行官伊隆·馬斯克。Scott Gray說，如今Nvidia的GPU可以高效地執(zhí)行所有進入訓(xùn)練神經(jīng)網(wǎng)絡(luò)的微小計算，但是在芯片之間傳輸數(shù)據(jù)的效率仍然很低。

因此，除了專門為神經(jīng)網(wǎng)絡(luò)構(gòu)建芯片之外，初創(chuàng)公司正在重新思考圍繞它們的硬件。

例如，Graphcore正在構(gòu)建包含更多內(nèi)置內(nèi)存的芯片，以省去來回發(fā)送大量數(shù)據(jù)的過程。其他人正在研究擴大芯片之間傳輸?shù)姆椒ǎ员愀斓剡M行數(shù)據(jù)交換。

紅杉資本的Coughran說：“這不僅僅是構(gòu)建芯片本身，還要看芯片是如何連接在一起的，以及如何與系統(tǒng)的其他部分交互。

但這只是變化的一部分。一旦神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成一個任務(wù)，必須另外有工具執(zhí)行這個任務(wù)。在豐田，自主駕駛汽車技術(shù)原型正在使用神經(jīng)網(wǎng)絡(luò)來識別路上的行人，標志和其他物體。數(shù)據(jù)中心訓(xùn)練完一個神經(jīng)網(wǎng)絡(luò)之后，公司在安裝在汽車上的芯片上運行該算法。

許多芯片制造商（包括Mythic，DeePhi和Horizon Robotics等初創(chuàng)公司）正在解決這一問題，推動A.I.芯片進入到從手機到汽車的各種設(shè)備。

目前還不清楚這些新芯片的工作效果如何。設(shè)計和構(gòu)建一個芯片大約需要24個月，這意味著即使是第一個依靠它們運行的可行硬件，也要在今年才會到來。同時芯片初創(chuàng)公司將面臨來自英偉達，英特爾，谷歌等行業(yè)巨頭的競爭。

但是它們都站在同一起點：一個新市場的開始。