摘要：在2016年年底到2017年， 出現了大量的晶片製造商， 但是其中有很多都只是借勢行銷， 掛一個名頭， 一些傳統的晶片的製造廠商， 他其實並沒有對這個東西有深入思考， 不管是應用層面還是演算法的發展趨勢上面。
在2016年年底到2017年， 出現了大量的晶片製造商， 但是其中有很多都只是借勢行銷， 掛一個名頭， 一些傳統的晶片的製造廠商， 他其實並沒有對這個東西有深入思考， 不管是應用層面還是演算法的發展趨勢上面。
高通
此前， 高通正式發佈驍龍845處理器。 高通高級副總裁兼移動業務總經理Alex Katouzian稱， 高通沒有獨立的神經網路引擎單元， 而是在通用平臺上做內核優化。
照其所說， 高通從驍龍820就開始AI方面的研究， 到驍龍845已經是的第三代了， 而且AI計算效能是前一代的三倍。
谷歌
穀歌為其深度學習神經網路打造基於ASIC的專用TPU晶片， 主要為自己的人工智慧系統Tensor－flow提供服務。
微軟
微軟把重心放在FPGA人工智慧晶片上， 已經被用在Bing搜索的支持上。
另外， 其也推出了基於FPGA的視覺晶片A－eye， 讓攝像頭具有視覺理解能力， 可應用在機器人、汽車和無人機等多種智慧產品。
英特爾
至今， 為了不再錯過人工智慧晶片， 英特爾陸陸續續收購了Altera、Yogitech、Nervana、Movidius、Mobileye等多家公司， 拿下了他們的FPGA等多種技術。
此前， 有消息報導英特爾開發了一種自我學習的神經形態晶片——Loihi測試晶片。 該晶片包括類比大腦基本機制的數位電路， 使機器學習更快、更有效率， 同時降低對計算能力的需求。 同時， 英特爾也在10月份宣佈將與Facebook共同打造AI晶片。
英偉達
憑藉著GPU在人工智慧應用中的先天性優勢， 英偉達已經走在了人工智慧晶片的前列。
蘋果
在iPhone 8和iPhone X的發佈會上， 蘋果明確表示其中所使用的A11處理器集成了一個專用於機器學習的硬體——“神經網路引擎（Neural Engine）”， 每秒運算次數最高可達6000億次。 這塊晶片將能夠改進蘋果設備在處理需要人工智慧的任務時的表現， 比如面部識別和語音辨識等。
特斯拉
今年9月， 外媒曝光特斯拉和AMD正聯合研發用於自動駕駛的AI晶片， 並聲稱二者研發的AI晶片已經有了樣品。
就在上周， 特斯拉CEO馬斯克也首次承認了這個消息。 當前， 特斯拉不僅將與AMD合作開發晶片， 而且還將獲得AMD晶片的智慧財產權， 這意味著有朝一日， 可把自己開發的晶片用於它的自動駕駛汽車。
寒武紀
因為1億融資而成為AI晶片領域的首個獨角獸，
就在上個月， 寒武紀一口氣發佈了三款新一代AI晶片， 分別為面向低功耗場景視覺應用的寒武紀1H8， 高性能且擁有廣泛通用性的寒武紀1H16， 以及用於終端人工智慧產品的寒武紀1M。
地平線機器人
地平線機器人致力於打造基於深度神經網路的人工智慧“大腦”平臺， 包括軟硬體。 在硬體上， 其此前曾表示旗下的人工智慧晶片“盤古”已經成功流片商用。