传统计算架构一般由中央运算器、中央控制器、内存、输入和输出（五个部分构成，其中中央运算器和中央控制器集成一块芯片上构成了我们今天通常所讲的 CPU。
而深度学习的人工神经网络算法与传统计算模式不同，它能够从输入的大量数据中自发的总结出规律，从而举一反三，泛化至从未见过的案例中。
因此，它不需要人为的提取所需解决问题的特征或者总结规律来进行编程。人工神经网络算法实际上是通过大量样本数据训练建立了输入数据和输出数据之间的映射关系，其最直接的应用是在分类识别方面。
除了特斯拉、微软宣布入局AI芯片，包括苹果、谷歌、Facebook以及英特尔、IBM、英伟达等企业也早于他们进军了AI芯片领地。
微软的路线是是通过FPGA，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。
IBM在去年12月初发布了新的POWER9系统，依赖超高速管道（IBM称之为“软管”而不是“吸管”），将数据快速传输到能够处理机器学习任务的协处理器。计算机的学习能力直接与互连吞吐量有关，因为更快的数据传输意味着更快获得处理结果。
另外，在刚刚结束的CES 2018上，英伟达发布了面向自动驾驶市场的人工智能芯片DRIVE Xavier，而它的对手英特尔发布了针对云端的神经拟态芯片Loihi ，布下了从CPU、FPGA、ASIC，从平台到开发工具的端到端的AI阵营。
在去年5月，谷歌又公布了其自己定制的处理器的细节。谷歌用的并非Intel或是AMD的处理器，而是自己针对机器学习优化过的处理器，并命名为“张量处理单元（tensorflow process unit，TPU）。而AlphaGo就是构建在TPU上的。
当然，还有传统芯片的翘楚英特尔，其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。
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。
AI 芯片将定义人工智能产业链和生态圈，作为核心基础计算单元，芯片是人工智能时代制高点。从目前的形势看来，谷歌、英伟达和英特尔将成为最终的三强，这一场巨头围绕AI芯片之战谁将称霸？答案并不明朗，对于未来的人工智能时代，我们拭目以待吧。
