1992年，在紐約郊區的著名貝爾實驗室，當時貝爾實驗室的科學家的LeCun和他的幾位研究員同事就設計出來可以深度運行神經式網絡的芯片。

這種基于發展數學運算的芯片可以通過分析大量的數據進行自我學習，當時LeCun將這個芯片命名為“安娜（ANNA）”，但是“安娜”從沒有被大規模應用于市場。

神經式網絡可以很好地識別出人們涂鴉式寫下的字母和數字，但是在處理其它任務的時候，表現的不是特別理想。

然而在當今，神經式網絡在迅速改變互聯網巨頭谷歌，臉書和微軟等大公司的發展方向。

LeCun現在是臉書人工智能實驗室的主任，現在的神經式網絡已經能夠識別并認出人臉和相片中的物體，也可以將一種語言翻譯成另外一種語言，還可以做很多其它工作。

25年后的今天，LeCun說到市場非常需要“安娜”這樣的芯片，而且這些芯片將會很快大量與用戶見面。

谷歌最近也建立了自己的人工智能芯片，并命名為TPU，這種TPU廣泛安置于支持谷歌線上搜索帝國業務的大規模數據中心。

在這些數據中心里，TPU與其它設備合成在一起，在從對安卓手機發出的語音指令到谷歌搜索引擎的各種選擇結果都在起到積極作用。

然而，這僅僅是更大一波科技浪潮的開始。

美國全國廣播公司財經頻道（CNBC）上周報導，谷歌公司開發TPU的幾位元老級開發工程師正在與一家非常神秘的叫做Groq的創業公司在一起開發一種類似芯片。

同時，市場上其它芯片制造商英特爾，IBM和高通公司都在朝同一方向發展。

谷歌，臉書和微軟仍然可以依靠傳統標準的計算機芯片來運行他們的神經式網絡，就是我們大家熟知的CPU。

但是CPU是設計為全方位服務的處理器，目前已經運行效率嚴重不足。而神經式網絡能夠運算的更快并且耗能較少，特別是能處理那些人工智能系統所需要的大量數學運算。

谷歌曾報告在采用TPU芯片后，該技術更新為谷歌節省了建設15個額外數據中心的費用。

現在的產業趨勢是，谷歌和臉書都在不遺余力推動神經式網絡在手機和VR頭顯方面的應用，這樣就可以消除那些因為圖像從遠距離傳輸到用戶終端后的延緩現象。

LeCun說到，谷歌和臉書都需要人工智能芯片應用于個人終端設備上，而且在這一方向上還要再開發出針對不同產品更有特色的不同智能芯片以便更大地提高效率。

換句話來說，潛在的人工智能芯片市場是巨大的。這也是為什么有這么多的公司在朝這一方向發展。

人工智能芯片的領軍公司：

英特爾公司在并購一家叫做Nervana的創業公司后，正在開發專用于機器學習的人工智能芯片。

IBM也不甘落后，而且還建立了一個硬件架構來反射神經式網絡的設計。

最近，高通公司也在開發專門用來執行神經式網絡的芯片。

LeCun對高通公司的計劃非常熟悉，因為臉書公司也在幫助高通公司開發與機器學習相關的技術。

同時NVIDIA公司也在向這一領域挺近。

就在上個月，這家硅谷芯片制造公司雇用了克萊蒙?法拉貝特（Clément Farabet），法拉貝特是神經式網絡和人工智能芯片領域著名的研究專家，他也是LeCun在紐約大學的學生，在紐約大學畢業后創立了著名的機器深度學習的創業公司Mdabits，這家公司在2014年被推特公司并購。

NVIDIA公司已經是人工智能領域中的旗艦企業。

谷歌和臉書這樣的大公司在以前如果想使用神經式網絡進行語言翻譯，他們必須要派出員工到NVIDIA公司進行培訓才能完成這項特殊任務。

臉書公司上周發布了新的增強現實工具，這種技術需要神經式網絡能夠識別人們周圍的世界。

但是增強現實系統還不能與大數據中心相連。發送所有甄別的影像到數據中心需要的時間太長了。

但是臉書公司首席技術官麥克?施樂普佛（Mike Schroepfer）說到，臉書公司已經向GPU和其它芯片轉向，他將這種其它芯片稱之為數碼信號處理器（digitalsignal processors），可以更好更快地進行虛擬現實中產生的大量影像傳輸。

從遠景來看，各種人工智能，虛擬現實的開發與提高都離不開人工智能的芯片，這個市場的需求就在那里，芯片開發廠商正向這個方向跑步前進。