科技进步的洪流中，我们如何造一条永不沉没的船？( 七 )_：科技进步的洪流中

图形处理器以往面对的主要市场是电脑游戏，但是游戏中的很多操作在底层实现上都基于矩阵运算（例如游戏人称视角的改变实际上是矩阵变换），而人工神经网络的实现也大量基于矩阵结构进行，因此图形处理器被发现同样适合进行人工智能应用的加速。基于通用图形处理器芯片的人工智能应用相对于传统芯片，通常可以获得几倍到十倍的算力和能效比提高。

接着是可编程门阵列芯片（FPGA）。可编程门阵列芯片历来就擅长进行超大规模并行计算，但是能效比和算力密度通常不佳。可编程门阵列芯片的最大优势在于“可编程”三字，这种芯片可以像干细胞一样迅速适配不同的人工智能业务，因此受到包括微软在内的一些巨头青睐。

最后问世的是专用集成电路（ASIC）。这一种芯片的优缺点都同样突出，优点是它的算力功耗比、算力面积比、绝对算力等指标都显著超越其他三种技术方案，但同时也需要最大的研发投入、最长的设计周期，以及相对来说最差的业务适应性。

目前各种芯片背后都有巨头公司和大客户在支撑。例如，英特尔收购了著名FPGA厂商Altera，并将自己的至强（Xeon）服务器芯片与Altera的FPGA芯片融合，这一方案已经应用在微软的Bing搜索引擎上；图形处理器芯片的主要厂商英伟达，也早早地捕捉到了战机，开始在这一领域连续发力，最新的图形处理器芯片无论在算力还是在能效比上都开始逼近甚至超越一些专用集成电路的方案，英伟达的CUDA开发生态环境也吸引了大量的人工智能应用开发者专注于此；著名FPGA厂商赛灵思（Xilinx）也开始着重宣传自己的芯片在人工智能领域的应用，专用集成电路（ASIC）赛道上也来了Amazon，Facebook等两位超重量级选手。