美国怒放人为智能钻探核心（OpenAI）首席践诺官山姆·奥特曼等人以为，人为智能（AI）将从根蒂上转移宇宙经济，具有宏大的估量芯片供应才华至闭厉重。芯片是饱动AI行业发达的厉重成分，其机能和运算才华直接影响着AI本事的进取和使用远景。
英国《天然》杂志网站正在即日的报道中指出创新，工程师正竞相开采囊括图形治理单位（GPU）等正在内的尖端芯片，以满意他日AI的估量需求。
GPU是英伟达公司标记性的估量机芯片。古板焦点治理单位（CPU）按按序治理指令，而GPU可并行治理更多指令，以是可分散式练习次序，从而大大加疾机械研习的运算速率。
2022年，英伟达公司Hopper超等芯片正在MLPerf上打败了囊括图像分类和语音识别正在内全盘种其余逐鹿敌手。MLPerf是国际上最威望、最有影响力的AI基准测试之一，被誉为“AI界奥运会”。
本年3月，英伟达正式显示了机能更优异的新一代AI芯片Blackwell。它具有2080亿个晶体管，是英伟达首个采用多芯片封装策画的GPU。跟着本事发达，GPU变得越来越大创新，借使不行更大，就把更多GPU组合正在沿道，造成更大的虚拟GPU。Blackwell即是正在统一个芯片上集成了两个GPU，新架构将通过芯片与芯片间的连结本事，一步步修筑出更大型AI超算集群。
借使要练习一个具有1.8万亿个参数的GPT模子，须要8000块Hopper芯片，耗能15兆瓦，历时3个月。借使应用Blackwell芯片，只需2000块，耗能4兆瓦，就能正在同样的时分内达成职责。
AI芯片市集赓续伸长，英伟达目前供应了个中80%以上的产物。2023年，该公司售出55万块Hopper芯片。即日，该公司市值初次冲破3万亿美元，超越苹果，仅次于微软，成为环球市值第二高的公司。
纵然GPU连续是AI革命的焦点，但它们并非是独一“主角”。跟着AI使用的激增，AI芯片的品种也正在激增，现场可编程门阵列（FPGA）可谓“桂林一枝”。
FPGA是一种正在估量和数字电道界限广大使用的硬件装备。它以特其余可编程性和活络性，成为嵌入式体例、高机能估量治理等多种使用的理念采选。
这就像搭筑笑高积木，工程师可将FPGA电道一个接一个地修筑到他们能联念的任何策画中，无论是洗衣机传感器依然用于劝导自愿驾驶汽车的AI。然而，与具有弗成调整电道的AI芯片（如GPU）比拟，FPGA运转速率相对更慢、出力更低创新。但FPGA对治理某些职责（如粒子对撞机发生的数据）很有效。英伟达加快估量集团产物营销总监戴维·萨尔瓦托指出，FPGA的易编程性也对原型策画很有帮帮。
张量治理单位（TPU）则是谷歌公司专为神经收集机械研习而定造的芯片，旨正在践诺矩阵估量和张量操作。TPU举动谷歌深度研习框架TensorFlow的加快器于2016岁首次推出，其策画倾向是供应低功耗、高效力的矩阵运算，以满意大周围机械研习和神经收集练习的需求。TPU正在机能与能效之间获得了精良平均。它们的功耗相对较低，这关于大周围数据核心和正在挪动装备上的使用至闭厉重。
其它，元宇宙平台也正在独立开采本人的芯片。谷歌、英特尔和高通设置了UXL基金会，用以开采一套声援多种AI加快器芯片的软件和用具，以此顽抗英伟达的GPU。
当然，GPU等AI芯片的振起并不料味着古板CPU的终结，两者彼此扬长避短已成形势所趋。比如，有一个版本的Blackwell芯片就让GPU与CPU联袂；宇宙上最宏大的超等估量机之一、位于美国田纳西州橡树岭国度试验室的“前沿”也依赖CPU和GPU的连合，来践诺高机能估量创新。
琢磨到过去十年芯片界限翻天覆地的转化，工程师们或者很难预测芯片的他日。异日或者会研造出应用光而非电子的光学芯片，或量子估量芯片，而进一步晋升芯片机能，将加快AI正在科学界限的使用。创新尖端芯片给AI装上“超等引擎”科技更始寰宇潮
