bat·365(中文)官方网站-网页版

1月23日消息，近日纽约时报公布文章称之为，人工智能（AI）倍受科技巨头们和风险资本的欢迎，也为芯片创业公司修筑了一片新天地，给它们带给了少见的挑战传统芯片巨头的机会。目前专为人工智能研发处理器的初创公司有45家之多，其中最少早已有5家取得1亿美元以上的投资。　　以下是文章主要内容：　　多年来，科技行业的金融家对于生产电脑芯片的初创公司没什么兴趣。

　　区区一家初创公司，怎么跟像英特尔这样的巨头竞争呢？目前全球80％以上的个人电脑由英特尔的芯片来驱动。即便是在英特尔没占有统治者地位的领域，比如智能手机和游戏设备，也有像高通和Nvidia这样的公司虎视眈眈。　　然而，近年来经常出现了科技行业近期的一件大事人工智能，该新技术配上新型的计算机芯片用于也有更佳的效果。

突然之间，风险投资家们都将对小型芯片公司取得成功的障碍都抛掷诸脑后。　　目前，最少有45家初创公司正在研发需要反对语音、无人驾驶汽车等任务的芯片，且最少有五家早已从投资者手中筹措了1亿多美元。根据市场研究公司CBInsights的数据，风险投资家去年对芯片创业公司的投资额多达了15亿美元，完全是两年前的投资水平的两倍。

　　这种爆炸式发展，让人可不联想起1980年代大量兴起的PC厂商和硬盘制造商。虽然这些公司体量并不大，也并不是全都会存活下来，但它们有潜力推展较慢的技术变革。

　　初创公司的两个目标　　这些公司不一定都幻想着需要凭借自有的芯片工厂挑战英特尔，却是那些工厂耗资要数十亿美元。（这些初创公司自由选择让其它公司代工生产它们的芯片。）不过，它们致力于设计需要让机器学习如何做到更加多事情所需的计算能力的芯片，向两个目标中的给定一个会合：寻找一个有利可图的细分市场，或者被并购。

它们得较慢前进。　　机器学习和AI早已新的打开了如何建构计算机的问题。

曾在谷歌负责管理全球基础设施数年的硅谷风投公司Sequoia合伙人比尔卡夫兰（BillCoughran）认为。Sequoia投资了最近重新加入1亿美元融资俱乐部的英国初创企业Graphcore。　　到2016年夏天，行业的变化显而易见。

谷歌、微软公司和其它的互联网巨头正在打造出AI应用于，那些应用于可通过用于被称作神经网络的算法很快辨识照片中的人脸，以及号召来自智能手机的语音指令。这些算法可以通过辨识大量数据中的模式来自学继续执行任务。　　英伟达以生产图形处理器（GPU）而闻名，该类处理器被设计来协助游戏和其它的软件图形简单的图像事实证明，它们也十分限于于神经网络。在截至去年夏天的一年里，英伟达向像谷歌这样的公司所运营的大型计算机数据中心卖出了总值1.43亿美元的芯片较前一年刷了一倍。

　　英特尔在挣扎追上。它并购了Nervana，该享有50名员工的硅谷初创公司从零开始打造出AI芯片。根据科技新闻网站Recode的报导，该交易的规模为4亿美元。

　　之后，另一家硅谷初创公司Cerebras挤到了5名Nervana工程师，因为它也要针对AI设计芯片。　　根据福布斯公布的一份报告，到2018年年初，Cerebras已完成了多达1亿美元的融资。超过这种融资规模的AI芯片创业公司还有四家：Graphcore；另一个硅谷公司WaveComputing;以及两家北京公司地平线机器人和寒武纪（政府资助）。　　AI芯片创业公司CEO迈克亨利（MikeHenry）回应，在2015年和2016年初筹集资金真是是场噩梦。

不过，据他说道，随着渴求在该领域进行并购的大型科技公司争相抢滩半导体市场，这种情况早已再次发生了变化。　　中国对研发新的AI芯片特别是在感兴趣。北京的另一家芯片创业公司深鉴科技取得了4000万美元的融资，中国国家科学技术部也具体收到生产挑战英伟达的国产芯片的敦促。

　　少见的机会　　由于这是一个全新的市场还由于这种新型处置能力市场需求极高许多人指出这是少见的创业公司有期望对付传统巨头的机会之一。　　第一个根本性变化将最有可能再次发生在数据中心上，像Graphcore和Cerebras这样在默默地前进的公司期望需要加快新的A.I形式的产生。

它们的目标还包括：机器人可以展开对话，系统需要自动分解视频和虚拟现实。　　微软公司、谷歌（已专门针对AI研发出自于有的芯片）等公司的研究人员，在通过反反复复的试验来训练神经网络，在大量的芯片上测试算法几个小时甚至几天。

他们常常躺在他们的笔记本电脑前，盯着表明这些算法从数据中自学的过程的图表。芯片设计人员想要修改这个过程，把所有的试验都缩简到几分钟之内。

　　据前Nervana工程师斯科特格雷（ScottGray）称之为，目前，英伟达的GPU可以高效地继续执行所有转入训练神经网络的微小运算，但是在这些芯片之间传输数据的效率依然很低。格雷目前供职于特斯拉CEO伊隆马斯克（ElonMusk）等人牵头创办的人工智能实验室OpenAI。

　　某种程度打造出芯片　　因此，除了专门为神经网络打造出芯片之外，初创公司们也在新的思维环绕芯片的硬件。　　例如，Graphcore正在研发包括更加多内置存储空间的芯片，以便它们不必须往返传输尽量多的数据。其它公司正在研究不断扩大芯片之间管道的方法，以便减缓数据交换过程。

　　Sequoia的卡夫兰说，这某种程度要打造出芯片，还要研究这些芯片如何相连在一起的，以及它们如何与系统的其它部分展开通信。　　但这只是变化的一部分。一旦神经网络已完成一项任务的训练，还必须额外的装备来继续执行那项任务。在丰田公司，无人驾驶汽车原型正在用于神经网络来辨识路上的行人、标志以及其它的物体。

在数据中心训练完了一个神经网络之后，该公司在加装在汽车上的芯片上运营这个算法。　　许多芯片制造商（还包括Mythic、深鉴科技和地平线机器人等初创公司）也在解决问题这一问题，推展AI芯片转入从手机到汽车的各种设备。　　目前还不确切这些新的芯片的运作效果不会怎么样。

设计和生产一个芯片约必须24个月的时间，这意味著首个依赖它们的不切实际硬件也要到今年才不会来临。芯片初创公司将不会面对来自英伟达、英特尔、谷歌等行业巨头的白热化竞争。　　但是，每家公司都就是指同一个地方费尔南多·阿隆索：一个新的市场的开始。

本文来源：bat365官网登录-www.zbengbangpco.com