這是一篇guest post。本文所表達(dá)的觀點(diǎn)僅僅是作者的觀點(diǎn)，并不代表IEEE Spectrum或IEEE。

當(dāng)談到人工智能的計(jì)算密集型領(lǐng)域時(shí)，硬件供應(yīng)商正在恢復(fù)我們在摩爾定律最高峰時(shí)所享受的性能提升。這些成果來自新一代專門針對深度學(xué)習(xí)等人工智能應(yīng)用的芯片。但是，正在出現(xiàn)的零散的微芯片市場將給開發(fā)者帶來一些艱難的選擇。

人工智能芯片專業(yè)化的新時(shí)代開始于最初為游戲開發(fā)的圖形處理單元（GPU），被部署用于深度學(xué)習(xí)等應(yīng)用程序。同樣的體系結(jié)構(gòu)使得GPU呈現(xiàn)真實(shí)的圖像，也使得它們能夠比中央處理器（CPU）更有效地處理數(shù)據(jù)。2007年，Nvidia發(fā)布了CUDA，這是一個(gè)使GPU以通用方式可編程的工具包，這是向前邁出的一大步。

人工智能研究人員需要在處理深度學(xué)習(xí)前所未有的計(jì)算需求時(shí)所能獲得的所有優(yōu)勢。GPU處理能力發(fā)展迅速，最初設(shè)計(jì)用來渲染圖像的芯片已經(jīng)成為推動(dòng)改變世界的人工智能研究和開發(fā)的主力軍。許多使Fortnite以每秒120幀的速度運(yùn)行所必需的線性代數(shù)例程現(xiàn)在正在為神經(jīng)網(wǎng)絡(luò)提供動(dòng)力，這些神經(jīng)網(wǎng)絡(luò)是計(jì)算機(jī)視覺、自動(dòng)語音識(shí)別和自然語言處理等尖端應(yīng)用的核心。

現(xiàn)在，微芯片專業(yè)化的趨勢正在變成軍備競賽。Gartner預(yù)計(jì)，人工智能專用芯片的銷售額將在2019年翻一番，達(dá)到80億美元左右，到2023年將達(dá)到340億美元以上。Nvidia的內(nèi)部預(yù)測顯示，在同一時(shí)間段內(nèi)，數(shù)據(jù)中心GPU（幾乎只用于推動(dòng)深度學(xué)習(xí)）的市場價(jià)值為500億美元。在接下來的五年里，我們將看到亞馬遜、ARM、蘋果、IBM、英特爾、谷歌、微軟、英偉達(dá)、高通等公司在定制硅領(lǐng)域的大規(guī)模投資取得了成果。在這一組合中也有許多初創(chuàng)公司。Crunchbase估計(jì)，包括Minebras、Graphcore、Groq、Mythic ai、Sambanova Systems和Wave Computing在內(nèi)的人工智能芯片公司共籌集了超過10億美元的資金。

顯然，專業(yè)化的人工智能芯片既重要又受歡迎，因?yàn)樗鼈兪菍⒓舛巳斯ぶ悄苎芯哭D(zhuǎn)化為現(xiàn)實(shí)應(yīng)用的催化劑。然而，新的人工智能芯片的洪流，似乎也將像是企業(yè)軟件崛起的倒退。我們可以期待殘酷的銷售協(xié)議和軟件專業(yè)化，旨在鎖定開發(fā)人員只與一個(gè)供應(yīng)商合作。

想象一下，15年前，云服務(wù)AWS、Azure、Box、Dropbox和GCP都在12到18個(gè)月內(nèi)上市。他們的任務(wù)是盡可能多地鎖定業(yè)務(wù)，因?yàn)橐坏┠阍谝粋€(gè)平臺(tái)上，就很難切換到另一個(gè)平臺(tái)上。這種類型的最終用戶淘金熱將在人工智能中發(fā)生，數(shù)百億美元和無價(jià)的研究處于危險(xiǎn)之中。

芯片制造商不會(huì)缺乏承諾，而且收益將是實(shí)實(shí)在在的。但是，對于人工智能開發(fā)者來說，重要的是要理解。在大多數(shù)情況下，人工智能模型不會(huì)在不同的芯片制造商之間移動(dòng)。開發(fā)人員很清楚采用更高級(jí)別的云API所帶來的供應(yīng)商鎖定風(fēng)險(xiǎn)，但在過去，實(shí)際的計(jì)算底層已經(jīng)被標(biāo)準(zhǔn)化和同構(gòu)化。在人工智能發(fā)展的世界里，這種情況將發(fā)生巨大的變化。

很有可能，超過一半的芯片行業(yè)收入很快將由人工智能和深度學(xué)習(xí)應(yīng)用程序驅(qū)動(dòng)。正如軟件產(chǎn)生更多的軟件，人工智能產(chǎn)生更多的人工智能。我們見過很多次：公司最初只關(guān)注一個(gè)問題，但最終解決了很多問題。例如，主要的汽車制造商正在努力將自主汽車帶到道路上，他們在深度學(xué)習(xí)和計(jì)算機(jī)視覺方面的前沿工作已經(jīng)產(chǎn)生了級(jí)聯(lián)效應(yīng)；這項(xiàng)研究正導(dǎo)致福特的送貨機(jī)器人等分支項(xiàng)目。

隨著專業(yè)的人工智能芯片上市，目前的芯片巨頭和主要云計(jì)算公司可能會(huì)達(dá)成獨(dú)家協(xié)議或收購表現(xiàn)最佳的初創(chuàng)公司。這一趨勢將打破人工智能市場，而不是統(tǒng)一它。人工智能開發(fā)人員現(xiàn)在所能做的就是了解將要發(fā)生的事情，并計(jì)劃如何權(quán)衡更快芯片的好處和構(gòu)建新架構(gòu)的成本。

Evan Sparks是Detered AI的首席執(zhí)行官。他擁有加州大學(xué)伯克利分校的計(jì)算機(jī)科學(xué)博士學(xué)位，他的研究集中在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的分布式系統(tǒng)上。