探究人工智能，谷歌/IBM/微软/英特尔都有啥宝贝？

剧里面有类似的情节，但现在正在实现

2014年，IBM的可编程神经元达到了4096个，可编程触突2.56亿，联合神经处理器有4096个。可以说IBM的TrueNorth是无心插柳，研究启动的早，业内深度学习热、神经网络热的时候，这颗处理器也成熟了，在IBM和DARPA的网站上，都有给予这个芯片进行视频内容识别计算的成果演示，非常有意思，可以去看看。

微软的FPGA

微软启动Project Catapult还是在2012年。当时微软的掌舵人还是史蒂夫鲍尔默。微软发现，硬件提供商无法提供他们需要的硬件。过去微软每年都要花费数十亿美元来购置硬件，但现有的硬件对机器学习这些搜索算法的效率很低。

FPGA芯片

当年比特币挖矿机，FPGA显示出来比显卡高效、省电得多的特性

微软的路线是是通过FPGA（field programmable gate arrays，现场可编程门阵列），它的特色是进行并行计算。还记得几年前的比特币狂潮吗？最开始人们是依赖显卡或是GPU，到后来矿机的出现，就是用的FPGA的能力来进行挖矿，当时也有疯狂的人挖到了第一桶金。

运行Bing页面排名服务下，FPGA协助与没有协助的对比

微软的FPGA被应用到了包括bing搜索引擎等领域，能够显著的提升效率。FPGA虽然编程困难，但是微软正在尝试将更多的应用，比如Office365等，加入到通过FPGA来提升服务质量上。微软的FPGA来自Altera，有趣的是，英特尔以167亿美元收购了这个公司，是英特尔史上最大的并购。

英特尔：研发与收购并驾齐驱

前面我们说了，微软和英特尔这对长期的伙伴，在微软的FPGA使用的是来自Altera的技术，英特尔就收购了这个FPGA与SoC的企业，现在再访问Altera的官网，已经是我们熟悉的Intel的Logo加上FPGA了，并且内容上也是机器学习、自动驾驶等热门内容。

FPGA的企业Altera已经被英特尔收购

当然英特尔作为处理器、半导体领域的翘楚，对行业的观察要比别人透彻得多。虽然旗下产品多来自于传统CPU，但是英特尔一样有核心产品，在机器学习领域有竞争力，那就是至强phi融核处理器与至强phi协处理器。

左边是至强Phi融核处理器，右边是至强Phi协处理器

英特尔至强Phi的性能

发展顺序是这样的，英特尔现有的至强phi协处理器用来加速计算，后推出的之前phi融核处理器。融核处理器通过英特尔OPA来改变高性能计算的能耗效率与空间效率。在英特尔的官方新闻中，我们也看到了英特尔关于至强phi在加速机器学习的速度表现。当然了，英特尔也没停止收购的步伐，有很多人工智能领域的公司被英特尔收入囊中。

如果我想从事该领域？

作为最火的领域，人工智能、机器学习、深度神经网络这些词语见诸媒体很多，并且基本上企业开出的薪水+股票都非常诱人，可以说能人处于哄抢状态，价高者得。还记得AlphaGo的Deepmind吗？它们最近也有招聘启事。

Deepmind对于研究科学家的学术要求

从招聘的信息看，如果想成为Deepmind的研究科学家，一般来说要有神经、计算机领域的博士（PhD）头衔以及靠谱的论文，他们才会考虑了，当然其它岗位可能要求会低一些。

现在虽然火爆，但是实际上深度神经网络系统并不是太多

因此，高薪并从事前沿研究，并非那么容易，在看本文的读者群中，肯定有大学的在校生，多读书、努力学习，考上世界一流大学的计算机、神经等领域的专业，是从事机器学习、深度神经网络、人工智能这些领域的捷径，并且我们可以看到，专门为机器学习优化的硬件其实刚刚上路，未来很长的时间内，这个领域依旧会持续火热，因为世界上的深度神经网络系统其实也并不多。

一些网站给出的全球最好的计算机科学领域的大学排名

一个人的命运啊，当然要靠自我奋斗，但是也要考虑历史的进程。而历史刚刚打开人工智能的窗口，距离里面的殿堂还有很长的路要走，这个历史的机遇已经在面前了，是自我奋斗改变命运的时刻了，少年们。

回归本文题目的问题，事实上今天的机器学习、人工智能，最多的还是至强+GPU的架构，但是定制的TPU、FPGA进行协处理，有事半功倍的效率。笔者个人认为，目前的形式恐怕已经不是效率最高的办法，在未来机器大脑或许真的比我们更聪明。

更多最新半导体行业资讯，欢迎点击《今日大事要闻》！