1樓：語非
目前以深度學習為代表的人工智慧新計算需求，主要採用GPU、FPGA 等已有適合平行計算的通用晶元來實現加速。
從影響力榜單上也可以看到這兩款晶元在人工智慧領域的重要地位。通用晶元可以避免專門研發定製晶元的高投入和高風險，但是，由於這類通用晶元設計初衷並非專門針對深度學習，因而，天然存在效能、功耗等方面的瓶頸。隨著人工智慧應用規模的擴大，這類問題將日益突出。
人工智慧時代新計算的強大需求，正在催生出新的專用計算晶元。
值得關注的是那些聲音還沒有壯大的定製晶元（TPU、寒武紀、Tesla P100 GPU）和類腦晶元(TrueNorth)。
通用晶元的瓶頸。
使用這類已有的通用晶元可以避免專門研發定製晶元的高投入和高風險，但是，由於這類通用晶元設計初衷並非專門針對深度學習，因而，天然存在效能、功耗等方面的瓶頸。隨著人工智慧應用規模的擴大，這類問題將日益突出。
定製晶元的效能提公升非常明顯。
NVIDIA 首款專門為深度學習從零開始設計的晶元Tesla P100 資料處理速度是其2014 年推出GPU 系列的12 倍。谷歌為機器學習定製的晶元TPU 將硬體效能提公升至相當於按照摩爾定律發展7 年後的水平。
類腦晶元緊密開發
人機世紀之戰之後不久，IBM曝出已經研發出一款可以像大腦一樣工作的計算機晶元TrueNorth(真北)。不過已經在探索人工神經元了，但是以現在的計算能力，還無法完全模擬大腦執行。
下游需求量足夠攤薄定製晶元投入的成本。
人工智慧的市場空間將不僅僅侷限於計算機、手機等傳統計算平台，從無人駕駛汽車、無人機再到智慧型家居的各類家電，至少數十倍於智慧型手機體量的裝置需要引入感知互動能力。
2樓：江城雨
相關問題 -
目前有多家廠家投入Deep Learning深度學習處理器研發，以當前資訊預計哪家會最先投入市場？ - 機器學習
3樓：winnie Shao
目前可以說沒有，IBM那款也不是量產晶元。
也可以說，都是，演算法不就是跑在晶元上的麼，沒乙個人是拿紙和筆靠人腦算的吧。
看定義，看相關性吧。
如果有個大牛出來，指出某演算法就是人工智慧的核心演算法，立馬會有晶元廠商給他/她定製一款專用晶元，能效比10倍於目前的GPCPU或者GPGPU。關鍵是，有麼？
人工智慧與人類智慧型的關係是怎樣的？
智驅力 人類智慧型有成為自然智慧型，是伴隨人類的演化自然產生的智慧型。人類主要智慧型主要來自大腦對知識學習後，分析 判斷。人工智慧是研究人類大腦的工作原理和機制，讓計算機也具備人類分析 推理的能力，從而幫助人類工作。 機御科技 1 人工智慧 人工智慧是在20世紀中期以後產生的學科，人工智慧就是用機器...
人工智慧和人工智慧深度學習是通過怎樣的原理實現的？
C飛花逐夢 人工智慧實際上是乙個很大的概念，而深度學習是其中的乙個重要分支，或者說是一種重要方法。實際上深度學習背後的神經網路概念很早就有提出，隨著算力的提高，以及BP等理論的提出，過去認為不太可行的做法現在變得可行了，深度學習近年來的大熱離不開這樣的背景，而深度學習的成功應用也一下子把AI再次推向...
怎麼看待人工智慧與人類的關係？
王衛 兩者最終會沒有界限。https www. 雷雲逸 歐盟的AI for All理念下的HumanE AI 計畫為我們思考人與人工智慧的關係，以及人與AI的未來，帶來了新的解答，也為我們帶來了新的思考 在過去十年中，人工智慧研究人員在與機器學習 計算機視覺 語音識別和自主系統相關的困難和長期存在的...