這些AI加速器芯片向市場的推出，拓寬了AI的使用范圍，并使運行AI模型的效率大大提高。這項技術能夠提高模型訓練和執(zhí)行的效率，這些芯片正在進入全球各個行業(yè)。隨著這一發(fā)展，該行業(yè)距離將AI帶入日常消費者手中更近了一步。

人工智能芯片可以使人工智能的采用更加廣泛

在這些專用的AI芯片中，自定義微處理器和數(shù)學優(yōu)化的處理單元被應用于比傳統(tǒng)芯片更快地處理AI任務并使用更少的功率。在過去的十年中，GPU的使用將計算能力的原始數(shù)學帶入了訓練大型復雜神經(jīng)網(wǎng)絡的挑戰(zhàn)。

這些GPU具有將模型訓練時間從典型的商用CPU加快50到100倍的能力。但是，GPU耗電且昂貴。公司正在尋找其他方法來加快模型訓練和推理的速度，而又不會影響他們的錢包和功耗。

正在構(gòu)建越來越多的專用芯片，以滿足復雜的AI算法系統(tǒng)和分析的特定需求，并將其功能帶給各種設備，這些設備大多生活在網(wǎng)絡邊緣，并且始終無法可靠地連接到Internet。將這種技術濃縮到專用芯片中，可以使各個行業(yè)的公司有效利用AI的功能，同時避免昂貴且耗電的設置。到目前為止，人工智能芯片已在汽車，醫(yī)療保健，航空航天，國防和消費電子行業(yè)中以多種方式使用。

當前，各種各樣的大公司正在研究AI加速器芯片。亞馬遜的Inferentia是最近的一項發(fā)展，它是最近宣布的一種機器學習推理芯片。英特爾通過其子公司之一Movidius進入了市場。IBM帶來了自己的AI芯片，而Google的Tensor Processing Unit正在第三次迭代中，其目的是減少對Nvidia等芯片制造商的依賴。

除了上面列出的公司之外，Google的母公司Alphabet也正在多個不同領域開發(fā)專門的AI處理器。蘋果也在不斷改進AI芯片技術，ARM Holdings生產(chǎn)的芯片正越來越多地被AI訓練和推理所采用。

專業(yè)AI芯片的好處

根據(jù)用戶或公司的價值觀，人工智能芯片可能是傳統(tǒng)人工智能技術的可行替代方案。AI芯片帶來的最大好處是圍繞安全性。傳統(tǒng)的AI需要獲取數(shù)據(jù)并將其安全地傳輸?shù)皆浦羞M行評估，這會帶來數(shù)據(jù)訪問和移動的風險或限制。

另外，它花費了寶貴的時間，并且在某些情況下，如果互聯(lián)網(wǎng)出現(xiàn)問題，則會切斷用戶與系統(tǒng)的聯(lián)系。另一方面，AI芯片已本地化。這意味著數(shù)據(jù)保留在設備上，這大大降低了數(shù)據(jù)被泄露的可能性，因為大多數(shù)設備在被盜時都可以遠程擦除。此外，這意味著這些過程可以繼續(xù)離線進行，這對于某些應用程序或如果預期該設備在無法訪問Internet的情況下可能會非常重要。

使用AI芯片的其他好處包括低延遲，低功耗和輕松的業(yè)務集成。與以消耗大量能量而聞名的由CPU和許多流行的GPU驅(qū)動的AI系統(tǒng)不同，AI芯片可輕松以低得多的功耗獲得計算能力。AI系統(tǒng)的速度得到了顯著提高，從而可以用更少的功率和更高的效率完成相同數(shù)量的工作。這是一個明顯的好處，特別是對于即時結(jié)果非常重要的系統(tǒng)。