市場需求放緩和業(yè)績提升難的壓力正促使全球半導體行業(yè)再度掀起創(chuàng)新風潮，該行業(yè)的公司都在努力研發(fā)新的芯片設計、材料和制造工藝，其中一個原因是深度學習這一人工智能技術(shù)正越來越廣泛地被應用于圖片分類、語音翻譯和自動駕駛等任務。

　　然而，行業(yè)高管表示，這些壓力正促使半導體行業(yè)再度掀起創(chuàng)新風潮，并不斷催生出有志于利用當前困境的初創(chuàng)公司。

　　在規(guī)模達3,350億美元的全球半導體行業(yè)中，大大小小的公司都在努力研發(fā)新的芯片設計、材料和制造工藝。其中一個原因是，名為深度學習的人工智能技術(shù)正越來越廣泛地被應用于圖片分類、語音翻譯和自動駕駛等任務，這些任務獲益于新的計算機技術(shù)。

　　其中一些新的開發(fā)努力直接以顛覆英特爾(Intel Co., INTC)等地位穩(wěn)固的老牌公司為目標，英特爾已通過調(diào)整其某些久經(jīng)檢驗的戰(zhàn)略作出回應。

　　國際商業(yè)機器公司(International Business Machines, 簡稱IBM)首席科學家Dharmendra Modha稱，這既是最好的時代也是最壞的時代。他目前正帶領(lǐng)一個不尋常的項目，開發(fā)模擬人腦的芯片。

　　目前半導體公司在深度學習領(lǐng)域的開發(fā)尤其積極。該技術(shù)涉及通過讓系統(tǒng)接觸海量數(shù)據(jù)來訓練系統(tǒng)，這不同于用明確指令給系統(tǒng)編程，后者不僅耗時長，結(jié)果也往往不那么可靠。使用深度學習技術(shù)的網(wǎng)絡公司尤其感興趣的是，如何促進能更快得出結(jié)果的硬件的創(chuàng)新。

　　深度學習系統(tǒng)通常同時使用英特爾處理器和英偉達(Nvidia Corp., NVDA)或Advanced Micro Devices Inc. (AMD)的芯片，后兩家公司的芯片最初是為呈現(xiàn)視頻游戲畫面而設計的。這些芯片包含成百上千能夠同時進行運算的簡單處理器，而英特爾高端芯片包含的是數(shù)十個復雜的計算核。

　　一些公司甚至認為，有必要研發(fā)更專業(yè)化的硬件。Alphabet Inc. (GOOG)旗下谷歌(Google)近期邁出了不尋常的一步，自己從零開始設計芯片，以滿足某些深度學習任務的需要。IBM于2014年推出了專為深度學習研發(fā)的TrueNorth芯片，該芯片包含100萬個模擬腦神經(jīng)分布的結(jié)構(gòu)。Modha稱，該芯片在深度學習應用方面已經(jīng)顯出令人驚訝的快速進展，預計將按計劃在2019年之前創(chuàng)造一項頗具規(guī)模的業(yè)務。

　　風險投資家同樣注意到了這一點。芯片行業(yè)的技術(shù)挑戰(zhàn)和激烈競爭導致大多數(shù)風險投資家將錢花在別處。但一些企業(yè)家和投資者看到了為網(wǎng)絡等市場開發(fā)芯片的新機會，此類市場的消費者或許想要使其來源多元化，而不是僅僅依賴一或兩個主要供應商。

　　初創(chuàng)公司Cerebras Systems的創(chuàng)始人Andrew Feldman稱，該公司發(fā)現(xiàn)其籌集風投資金的過程出奇得容易，在八天之內(nèi)就籌集到了資金。但他沒有透露籌資額度。該公司擁有25名員工，計劃設計以深度學習為目標的處理器。

　　其他設計深度學習芯片的初創(chuàng)公司包括KnuEdge Inc、Graphcore Ltd、Cornami和Wave Computing。Wave稱，該公司正在研發(fā)的一套搭載專業(yè)處理器的系統(tǒng)可在6.75秒內(nèi)完成一項典型的文本分析工作，而同時搭載英特爾Xeon處理器和英偉達處理器的系統(tǒng)完成同樣的工作則耗時69分鐘。

　　2015年年末，英特爾斥資167億美元收購了Altera Corp. (ALTR)，從而可向微軟(Microsoft Co.MSFT)等公司出售FPGA芯片。英特爾在2016年收購了人工智能初創(chuàng)公司Nervana Systems，并計劃將后者的深度學習技術(shù)納入自己的處理器。