照顾我们、娱乐我们、为我们赚钱，这是未来AI（人工智能）要做的事。在医疗方面，通过对医学知识进行系统的学习，AI可以模拟诊断思维，辅助医生对患者进行诊疗；在生产制造方面，AI通过对产品数据、生产设备数据的收集、分析，智能化诊断产品的优良。
AI不仅使医疗、制造等现有行业运行更加高效，而且未来像增强现实护目镜、机器人出租车等新兴行业也将成为可能。
在现阶段，人们对AI的关注点主要集中在“人工智能如何利用算法击败人类”，对如何构建新型计算机芯片似乎不怎么感兴趣，要知道数据的收集、分析和传输都离不开芯片。在人工智能芯片领域，国内有寒武纪、星光智能一号，国外有IBM真北、谷歌TPU、英伟达，近日微软也加入了这个行列。
日前，微软公布了人工智能芯片制造计划。在夏威夷举行的计算机视觉会议上，微软技术与研发部门主管Harry Shum展示了一款新芯片，并表示这款芯片是现在Hololens处理器的升级版本，并将用于下一代Hololens设备。
这款人工智能芯片能够对用户看到、听到的所有数据进行实时处理。会议当天，Shum展示了追踪手部动作的芯片，该芯片包括一个定制设计模块，将用于语音和图像识别方面的深度学习软件。
微软 Hololens
HoloLens是一款增强现实头显设备，它在2015年的Windows 10发布会上首次亮相，在Windows10系统中运行，不受任何限制——没有线缆和听筒，并且不需要连接电脑。
微软的芯片项目启动较晚，是在谷歌的深度学习芯片推出之后开始进行的。2016年中旬，谷歌发布了专为其深度学习算法Tensor Flow设计的集成芯片，命名为张量处理单元（Tensor Processing Unit：TPU），TPU能使深度学习系统在云中高效运行。谷歌年初表示，随着语音识别需求的激增，TPU为公司省下了打造15个新数据中心的成本。今年5月份，谷歌完成了更强力版本TPU的开发，其云平台的用户可以租用该芯片。
微软为Hololens打造深度学习处理器的消息表明，微软不需要从头开始研发服务器芯片来与谷歌的TPU抗争。微软花费了几年的时间，让它的云更高效地使用所谓的“现场可编程门阵列”，这种芯片可以被重新配置，以使特定的软件或算法运行得更快，微软计划明年向云用户提供这些服务。
不过，当被问到微软是否会像谷歌那样定制一款消费服务器芯片时，微软FPGA技术负责人Doug Burger表示不会排除这种可能，HoloLens深度学习芯片的设计和供应链流程可以被重新利用，用于服务器芯片。
谷歌和微软的芯片项目给英特尔、英伟达等老牌半导体巨头带来了不小的压力。除了这些巨头之外，许多创业公司都在开发自己的深度学习芯片，例如Groq，该公司挖来了谷歌 TPU团队大部分关键成员。
“英特尔和英伟达一直在努力销售自己的产品，” 半导体行业分析师林利集团的创始人Linley Gwennap说，“相比之下，这些领先的云计算公司和创业公司的发展速度更快，因为他们可以看到自己的数据中心和更广阔的市场需求。”
近年来，图形芯片制造商英伟达的销售额大幅度增长，原因在于它的芯片比传统处理器更适合深度学习软件。但Linley Gwennap却说，该公司主要是对原有的芯片设计进行修改和扩展，而不是从头开始进行深度学习。
去年夏天，全球最大的芯片制造商英特尔收购了一家名为神经科学的人工智能芯片初创公司，目前正在开发一种深度学习芯片。或许英特尔拥有世界上最先进、最昂贵的芯片制造业务，但是大、小型初创企业的代表们纷纷表示：“我们不会受到已有生态系统的禁锢，英特尔却难以摆脱。”
“我们的任务很简单，专注研究开发芯片。” Graphcore首席执行官Nigel Toon说。Graphcore是一家人工智能芯片初创公司，刚刚完成了3000万美元的B轮融资，Atomico领投，投资者还包括：DeepMind联合创始人哈萨比斯、Uber首席科学家Zoubin Ghahramani、OpenAI的Greg Brockman等。去年10月，这家公司完成了3200万美元的A轮融资。
对于这些原本以软件为营生的云计算企业来说，研发芯片要面临的挑战有很多，但他们可以充分利用各自在运行和发明机器学习技术方面的丰富经验。谷歌TPU项目工程师Norm Jouppi说:“在谷歌，真正受益的一件事是能直接与应用程序开发人员进行合作，比如语音识别和具体场景。当你专注于一些客户并与他们携手合作时，会缩短产品的研发周期。”