全球半導體公司為跟上深度學習的發(fā)展求新求變

　　市場需求放緩和業(yè)績提升難的壓力正促使全球半導體行業(yè)再度掀起創(chuàng)新風潮，該行業(yè)的公司都在努力研發(fā)新的芯片設計、材料和制造工藝，其中一個原因是深度學習這一人工智能技術正越來越廣泛地被應用于圖片分類、語音翻譯和自動駕駛等任務。

　　然而，行業(yè)高管表示，這些壓力正促使半導體行業(yè)再度掀起創(chuàng)新風潮，并不斷催生出有志于利用當前困境的初創(chuàng)公司。

　　在規(guī)模達3,350億美元的全球半導體行業(yè)中，大大小小的公司都在努力研發(fā)新的芯片設計、材料和制造工藝。其中一個原因是，名為深度學習的人工智能技術正越來越廣泛地被應用于圖片分類、語音翻譯和自動駕駛等任務，這些任務獲益于新的計算機技術。

　　其中一些新的開發(fā)努力直接以顛覆英特爾(Intel Co., INTC)等地位穩(wěn)固的老牌公司為目標，英特爾已通過調整其某些久經檢驗的戰(zhàn)略作出回應。

　　國際商業(yè)機器公司(International Business Machines, 簡稱IBM)首席科學家Dharmendra Modha稱，這既是最好的時代也是最壞的時代。他目前正帶領一個不尋常的項目，開發(fā)模擬人腦的芯片。

　　目前半導體公司在深度學習領域的開發(fā)尤其積極。該技術涉及通過讓系統(tǒng)接觸海量數據來訓練系統(tǒng)，這不同于用明確指令給系統(tǒng)編程，后者不僅耗時長，結果也往往不那么可靠。使用深度學習技術的網絡公司尤其感興趣的是，如何促進能更快得出結果的硬件的創(chuàng)新。

　　深度學習系統(tǒng)通常同時使用英特爾處理器和英偉達(Nvidia Corp., NVDA)或Advanced Micro Devices Inc. (AMD)的芯片，后兩家公司的芯片最初是為呈現視頻游戲畫面而設計的。這些芯片包含成百上千能夠同時進行運算的簡單處理器，而英特爾高端芯片包含的是數十個復雜的計算核。

　　一些公司甚至認為，有必要研發(fā)更專業(yè)化的硬件。Alphabet Inc. (GOOG)旗下谷歌(Google)近期邁出了不尋常的一步，自己從零開始設計芯片，以滿足某些深度學習任務的需要。IBM于2014年推出了專為深度學習研發(fā)的TrueNorth芯片，該芯片包含100萬個模擬腦神經分布的結構。Modha稱，該芯片在深度學習應用方面已經顯出令人驚訝的快速進展，預計將按計劃在2019年之前創(chuàng)造一項頗具規(guī)模的業(yè)務。

　　風險投資家同樣注意到了這一點。芯片行業(yè)的技術挑戰(zhàn)和激烈競爭導致大多數風險投資家將錢花在別處。但一些企業(yè)家和投資者看到了為網絡等市場開發(fā)芯片的新機會，此類市場的消費者或許想要使其來源多元化，而不是僅僅依賴一或兩個主要供應商。

　　初創(chuàng)公司Cerebras Systems的創(chuàng)始人Andrew Feldman稱，該公司發(fā)現其籌集風投資金的過程出奇得容易，在八天之內就籌集到了資金。但他沒有透露籌資額度。該公司擁有25名員工，計劃設計以深度學習為目標的處理器。

　　其他設計深度學習芯片的初創(chuàng)公司包括KnuEdge Inc、Graphcore Ltd、Cornami和Wave Computing。Wave稱，該公司正在研發(fā)的一套搭載專業(yè)處理器的系統(tǒng)可在6.75秒內完成一項典型的文本分析工作，而同時搭載英特爾Xeon處理器和英偉達處理器的系統(tǒng)完成同樣的工作則耗時69分鐘。

　　2015年年末，英特爾斥資167億美元收購了Altera Corp. (ALTR)，從而可向微軟(Microsoft Co.MSFT)等公司出售FPGA芯片。英特爾在2016年收購了人工智能初創(chuàng)公司Nervana Systems，并計劃將后者的深度學習技術納入自己的處理器。