多年來，科技行業(yè)的融資人對于制造電腦芯片的初創(chuàng)公司幾乎沒有興趣。一家新興公司如何與像英特爾這樣的巨人競爭呢？英特爾制造的芯片在全球超過了80％以上的個(gè)人電腦中運(yùn)行。即使在英特爾沒有占據(jù)統(tǒng)治地位的領(lǐng)域，如智能手機(jī)和游戲設(shè)備，也有像高通和Nvidia這樣的公司，足以碾壓新星。

但隨后出現(xiàn)了科技行業(yè)的最新風(fēng)潮——人工智能。結(jié)果證明，用新型計(jì)算機(jī)芯片可以更好地運(yùn)行人工智能。突然之間，風(fēng)險(xiǎn)投資家忘記了所有那些讓一家年輕的芯片公司難以獲得成功的障礙。紐約時(shí)報(bào)最近發(fā)表文章，指出了這一最新潮流，雷鋒網(wǎng)為您做如下編譯：

今天，至少有45家初創(chuàng)公司正在開發(fā)能夠支持語音和自動(dòng)駕駛?cè)蝿?wù)的芯片，至少有五家已經(jīng)從投資者手中籌集超過1億美元。根據(jù)研究公司CB Insights的數(shù)據(jù)，風(fēng)險(xiǎn)投資家去年在芯片創(chuàng)業(yè)公司的投資額超過了15億美元，幾乎是兩年前投資金額的兩倍。

這次爆發(fā)性增長與20世紀(jì)80年代個(gè)人電腦和硬盤制造商的陡然增長類似。雖然這些公司是小公司，并不是全部都能生存下來，但他們有能力推動(dòng)快速的技術(shù)變革。

是否有任何一家公司幻想過用自己的芯片正面挑戰(zhàn)英特爾，這一點(diǎn)還尚待考證——Intel可以花費(fèi)數(shù)十億美元建造自己的芯片工廠，而初創(chuàng)公司智能與其他公司簽訂合約來制造芯片。但是在設(shè)計(jì)芯片為機(jī)器學(xué)習(xí)提供某種特定計(jì)算能力、使之能夠做越來越多的事情的過程中，這些初創(chuàng)公司正朝著兩個(gè)目標(biāo)努力：快速找到一個(gè)有利可圖的市場，或者被收購。

“機(jī)器學(xué)習(xí)和A.I.重新定義了如何構(gòu)建計(jì)算機(jī)的問題，“Bill Coughran說，他曾幫助Google監(jiān)督全球基礎(chǔ)設(shè)施多年，現(xiàn)在是硅谷風(fēng)險(xiǎn)投資公司Sequoia（紅杉資本）的合伙人。紅杉投資了一家英國初創(chuàng)企業(yè)Graphcore，該公司最近加入了1億美元俱樂部。

到2016年夏天，變化已經(jīng)很明顯。谷歌、微軟和其他互聯(lián)網(wǎng)巨頭正在通過算法構(gòu)建可以圖像中的人臉、并識別智能手機(jī)接受到的語音指令的應(yīng)用程序，該算法被稱為神經(jīng)網(wǎng)絡(luò)，通過在大量數(shù)據(jù)中識別模式來學(xué)習(xí)任務(wù)。

Nvidia最為人熟知的是構(gòu)建圖形處理單元，也就是G.P.U.，它被用來幫助游戲和其他軟件渲染復(fù)雜的圖像，而且事實(shí)證明，它們在神經(jīng)網(wǎng)絡(luò)方面的表現(xiàn)也非常好。 Nvidia在今年夏天之前售出了1.43億美元的芯片給Google等公司運(yùn)營的海量計(jì)算機(jī)數(shù)據(jù)中心——這個(gè)數(shù)字是去年的兩倍。

英特爾急于迎頭趕上。根據(jù)科技新聞網(wǎng)站Recode的報(bào)道，英特爾耗資4億美元收購了Nervana，一個(gè)擁有50名員工的硅谷初創(chuàng)公司。該公司已經(jīng)開始從零開始建立A.I. 芯片。

之后，第二個(gè)硅谷初創(chuàng)公司Cerebras，從Nervana（硅谷初創(chuàng)芯片公司）搶下了五名的工程師，他們也為A.I專門設(shè)計(jì)了一個(gè)芯片。

根據(jù)福布斯的一份報(bào)告，到2018年年初，Cerebras籌集了超過1億美元的資金。 另外還有四家公司：一家硅谷的初創(chuàng)公司Graphcore，Wave Computing; 以及由中國政府支持的兩家中國公司，Horizon Robotics（地平線機(jī)器人）和Cambricon（寒武紀(jì)）。

人工智能芯片初創(chuàng)公司Mythic的首席執(zhí)行官邁克·亨利（Mike Henry）表示，在2015年和2016年初，籌集資金簡直是一場噩夢。 但他表示，“隨著高科技公司紛紛搶灘半導(dǎo)體市場，情況已經(jīng)發(fā)生了變化。

中國對開發(fā)新的A.I芯片特別感興趣。北京的第三家芯片創(chuàng)業(yè)公司DeePhi籌集了4000萬美元，中國國家科技部明確呼吁，生產(chǎn)能夠挑戰(zhàn)Nvidia芯片的中國芯片。

因?yàn)檫@是一個(gè)新興市場——而且對于這種新的處理能力市場渴求很大——許多人認(rèn)為，這是創(chuàng)業(yè)公司有機(jī)會(huì)反抗樹大根深的科技巨頭的少數(shù)領(lǐng)域之一。

第一個(gè)最大的變化最可能來自數(shù)據(jù)中心，像Graphcore和Cerebras這些對其計(jì)劃保持沉默的公司，希望能夠加速創(chuàng)建A.I的新形式。 其目標(biāo)包括，機(jī)器人可以參與對話和自動(dòng)生成視頻和虛擬現(xiàn)實(shí)的系統(tǒng)。

微軟和谷歌等機(jī)構(gòu)的研究人員，通過極端的反復(fù)實(shí)驗(yàn)“訓(xùn)練”神經(jīng)網(wǎng)絡(luò)，在大量的芯片上測試算法幾個(gè)小時(shí)甚至幾天，為A.I.構(gòu)建了自己的芯片。他們經(jīng)常坐在筆記本電腦前，盯著顯示這些算法從數(shù)據(jù)中學(xué)習(xí)的過程的圖表。芯片設(shè)計(jì)人員想簡化這個(gè)過程，把所有的試驗(yàn)和錯(cuò)誤都打包到幾分鐘之內(nèi)。

Scott Gray曾是Nervana的工程師，現(xiàn)在他是Open AI的研究人員之一，該機(jī)構(gòu)發(fā)起人包括特斯拉的首席執(zhí)行官伊隆·馬斯克。Scott Gray說，如今Nvidia的GPU可以高效地執(zhí)行所有進(jìn)入訓(xùn)練神經(jīng)網(wǎng)絡(luò)的微小計(jì)算，但是在芯片之間傳輸數(shù)據(jù)的效率仍然很低。

因此，除了專門為神經(jīng)網(wǎng)絡(luò)構(gòu)建芯片之外，初創(chuàng)公司正在重新思考圍繞它們的硬件。

例如，Graphcore正在構(gòu)建包含更多內(nèi)置內(nèi)存的芯片，以省去來回發(fā)送大量數(shù)據(jù)的過程。其他人正在研究擴(kuò)大芯片之間傳輸?shù)姆椒?，以便更快地進(jìn)行數(shù)據(jù)交換。

紅杉資本的Coughran說：“這不僅僅是構(gòu)建芯片本身，還要看芯片是如何連接在一起的，以及如何與系統(tǒng)的其他部分交互。

但這只是變化的一部分。一旦神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成一個(gè)任務(wù)，必須另外有工具執(zhí)行這個(gè)任務(wù)。在豐田，自主駕駛汽車技術(shù)原型正在使用神經(jīng)網(wǎng)絡(luò)來識別路上的行人，標(biāo)志和其他物體。數(shù)據(jù)中心訓(xùn)練完一個(gè)神經(jīng)網(wǎng)絡(luò)之后，公司在安裝在汽車上的芯片上運(yùn)行該算法。

許多芯片制造商（包括Mythic，DeePhi和Horizon Robotics等初創(chuàng)公司）正在解決這一問題，推動(dòng)A.I.芯片進(jìn)入到從手機(jī)到汽車的各種設(shè)備。

目前還不清楚這些新芯片的工作效果如何。設(shè)計(jì)和構(gòu)建一個(gè)芯片大約需要24個(gè)月，這意味著即使是第一個(gè)依靠它們運(yùn)行的可行硬件，也要在今年才會(huì)到來。同時(shí)芯片初創(chuàng)公司將面臨來自英偉達(dá)，英特爾，谷歌等行業(yè)巨頭的競爭。

但是它們都站在同一起點(diǎn)：一個(gè)新市場的開始