傳統計算架構一般由中央運算器、中央控制器、內存、輸入和輸出（五個部分構成，其中中央運算器和中央控制器集成一塊芯片上構成了我們今天通常所講的 CPU。

而深度學習的人工神經網絡算法與傳統計算模式不同，它能夠從輸入的大量數據中自發的總結出規律，從而舉一反三，泛化至從未見過的案例中。

因此，它不需要人為的提取所需解決問題的特征或者總結規律來進行編程。人工神經網絡算法實際上是通過大量樣本數據訓練建立了輸入數據和輸出數據之間的映射關系，其最直接的應用是在分類識別方面。

除了特斯拉、微軟宣布入局AI芯片，包括蘋果、谷歌、Facebook以及英特爾、IBM、英偉達等企業也早于他們進軍了AI芯片領地。

微軟的路線是是通過FPGA，它的特色是進行并行計算。還記得幾年前的比特幣狂潮嗎?最開始人們是依賴顯卡或是GPU，到后來礦機的出現，就是用的FPGA的能力來進行挖礦，當時也有瘋狂的人挖到了第一桶金。

IBM在去年12月初發布了新的POWER9系統，依賴超高速管道(IBM稱之為“軟管”而不是“吸管”)，將數據快速傳輸到能夠處理機器學習任務的協處理器。計算機的學習能力直接與互連吞吐量有關，因為更快的數據傳輸意味著更快獲得處理結果。

另外，在剛剛結束的CES 2018上，英偉達發布了面向自動駕駛市場的人工智能芯片DRIVE Xavier，而它的對手英特爾發布了針對云端的神經擬態芯片Loihi ，布下了從CPU、FPGA、ASIC，從平臺到開發工具的端到端的AI陣營。

在去年5月，谷歌又公布了其自己定制的處理器的細節。谷歌用的并非Intel或是AMD的處理器，而是自己針對機器學習優化過的處理器，并命名為“張量處理單元(tensorflow process unit，TPU)。而AlphaGo就是構建在TPU上的。

當然，還有傳統芯片的翹楚英特爾，其對行業的觀察要比別人透徹得多。雖然旗下產品多來自于傳統CPU，但是英特爾一樣有核心產品，在機器學習領域有競爭力，那就是至強phi融核處理器與至強phi協處理器。

在英特爾的官方新聞中，我們也看到了英特爾關于至強phi在加速機器學習的速度表現。當然了，英特爾也沒停止收購的步伐，有很多人工智能領域的公司被英特爾收入囊中。

AI芯片將定義人工智能產業鏈和生態圈，作為核心基礎計算單元，芯片是人工智能時代制高點。從目前的形勢看來，谷歌、英偉達和英特爾將成為最終的三強，這一場巨頭圍繞AI芯片之戰誰將稱霸?答案并不明朗，對于未來的人工智能時代，我們拭目以待吧。