多年來，計算機硬件一直是一個不太活躍的市場。占主導地位的x86微處理器架構已經(jīng)達到了通過小型化可以實現(xiàn)的性能增益的極限，因此制造商主要關注將更多的內核封裝到芯片中。

對于快速發(fā)展的機器學習和深度學習來說，GPU就是救星。GPU最初是為圖形處理設計的，它可以有數(shù)千個小內核，非常適合AI訓練所需的并行處理能力。

人工智能的本質是得益于并行處理，大約10年前，人們發(fā)現(xiàn)，設計用于在屏幕上顯示像素的GPU很適合這一點，因為它們是并行處理引擎，可以在其中放入很多核心。

這對英偉達公司來說是個好消息，該企業(yè)的市值從2015年的不到180億美元飆升至去年市場收縮之前的7350億美元。直到最近，該企業(yè)還幾乎獨攬了整個市場。但許多競爭對手正試圖改變這種局面。

在人工智能工作負載方面，到目前為止主要是英偉達的GPU，但用戶正在尋找可以將其提升到新水平的技術，隨著高性能計算和AI工作負載的不斷融合，我們將會看到更多種類的加速器出現(xiàn)。

大型芯片制造商并沒有停滯不前。三年前，英特爾收購了以色列芯片制造商哈瓦那實驗室，并讓這家企業(yè)成為其人工智能開發(fā)工作的重點。

哈瓦那去年春天推出的Gaudi2訓練優(yōu)化處理器和Greco推理處理器，據(jù)稱速度至少是英偉達旗艦處理器A100的兩倍。

今年3月，英偉達推出了擁有800億個晶體管的H100加速器GPU，并支持該公司的高速NVLink互連。它具有一個專用引擎，與上一代相比，它可以將自然語言處理中，使用的基于Transformer的模型的執(zhí)行速度提高六倍。最近使用MLPerf基準的測試顯示，在大多數(shù)深度學習測試中，H100優(yōu)于Gaudi2。英偉達也被認為在其軟件堆棧中具有優(yōu)勢。

隨著互聯(lián)網(wǎng)的興起和發(fā)展，帶動了新一輪的科技創(chuàng)新，自動化生產(chǎn)、機器人技術、信息技術等得到長足發(fā)展，并逐漸影響著人們的衣食住行。 世界主要發(fā)達國家也已經(jīng)把發(fā)展人工智能上升到國家的戰(zhàn)略。

2011年，美國制定了《國家機器人計劃》以“建立美國在下一代機器人技術及應用方面的領先地位”。

2013年，美國白宮成立人工智能和機器學習委員會，負責協(xié)調全美各界在人工智能領域的行動，探討制定人工智能相關政策和法律;2016年10月又連續(xù)發(fā)布《為人工智能的未來做好準備》和《國家人工智能研究和發(fā)展戰(zhàn)略規(guī)劃》兩份報告，將人工智能上升到國家戰(zhàn)略層面;2017年，制定了《國家機器人計劃2.0》，決定劃撥專項資金支持機器人科學與技術基礎研究;同年還發(fā)布了《人工智能與國家安全》和《人工智能未來法案》保證美國的人工智能技術的領先，并從政策上保證人工智能技術的發(fā)展;2018年，白宮召開“人工智能峰會”，意在推動機器人、算法和人工智能技術的快速部署。

2019年，美國總統(tǒng)特朗普簽署“美國人工智能倡議”行政命令，確保美國在人工智能相關領域保持研發(fā)優(yōu)勢。

在數(shù)字計算機中，當運行人工智能算法時浪費的大量能量是由一個簡單而普遍存在的設計缺陷造成的，它使每一次計算都變得低效。通常情況下，計算機的內存，即保存計算過程中的數(shù)據(jù)和數(shù)值，被放置在遠離處理器的主板上，而處理器是進行計算的地方。

最近從斯坦福轉到了人工智能物聯(lián)網(wǎng)( (AIoT) )公司Aizip的萬偉爾解釋說，對于流經(jīng)處理器的信息來說，"這有點像你花了8個小時的通勤時間，但你卻做了2個小時的工作。"

用新的一體式芯片來解決這個問題，把內存和計算放在同一個地方，方式很直接。它也更接近我們的大腦可能處理信息的方式，許多神經(jīng)科學家認為我們大腦的計算是發(fā)生在神經(jīng)元群中，而記憶是在神經(jīng)元之間的突觸加強或減弱其連接時形成的。但問題是：開發(fā)這種設備絕非易事，因為目前的記憶形式與處理器中的技術不兼容。

幾十年前，計算機科學家們開發(fā)了這種創(chuàng)造新芯片的材料，這些芯片在存儲內存的地方進行計算，這種技術被稱為內存計算(compute-in-memory)。鑒于傳統(tǒng)的數(shù)字計算機性能還非常好，這些想法幾十年來被忽視了。

1964年，斯坦福大學的研究人員發(fā)現(xiàn)他們可以操縱某些被稱為金屬氧化物的材料，以打開和關閉其導電能力。這很重要，因為材料在兩種狀態(tài)之間切換的能力為傳統(tǒng)的記憶存儲提供了支柱。通常，在數(shù)字存儲器中，高電壓狀態(tài)對應于1，而低電壓對應于0。