據外媒報道，亞馬遜正在研發一款人工智能(AI)芯片，主要用于亞馬遜Echo和基于亞馬遜Alexa虛擬助手的其他硬件設備。

知情人士稱，這款芯片將極大提高基于Alexa的硬件設備的數據處理能力，從而讓這些設備更迅速地響應用戶命令。

此舉讓亞馬遜成為繼谷歌和蘋果之后，又一家自主研發人工智能芯片的大型科技公司。這些科技公司之所以這樣做，是為了實現自家產品的個性化。但對于英特爾和英偉達等傳統芯片公司而言，這并不是一個好兆頭：因為他們的客戶就要變成競爭對手了。

亞馬遜和谷歌自主研發芯片還讓我們想起了科技市場的早期狀況。當時，IBM和Sun等大型科技公司涉足各個領域，包括開發自家芯片和軟件。但在過去的幾年，為了實現產品個性化，蘋果開始研發自家芯片，從而降低了對外部合作伙伴的依賴。

事實上，在過去的兩年，通過收購和招募人才，亞馬遜已經在“偷偷地”研發芯片功能。2015年，亞馬遜斥資3.5億美元收購了以色列芯片廠商Annapurna Labs。當時，亞馬遜并未透露收購這家公司的用意何在。但去年，Annapurna Labs對外宣布，正在研發一系列芯片，主要用于數據存儲設備、WiFi路由器、智能家居設備和流媒體設備。

而知情人士日前稱，如今Annapurna Labs正在為基于Alexa虛擬助手的硬件設備研發人工智能芯片。

對此，亞馬遜拒絕發表評論。

此外，亞馬遜去年12月底還以約9000萬美元的價格收購了家用安防攝像頭開發商Blink，這也在很大程度上提升了亞馬遜的芯片設計能力。Blink最初開發用于視頻壓縮的芯片產品，后來轉型生產基于這些芯片的攝像頭。

調研公司Paysa數據顯示，包括Blink在內，亞馬遜在美國擁有449名擁有芯片技術特長的員工。此外，還有377個相關職位空缺。亞馬遜已經啟動招聘工作，并從英特爾、微軟、蘋果和高通等公司吸引了不少優秀人才。

快速響應

開發一款基于人工智能算法的芯片，能讓基于Alexa的硬件設備對于消費者而言更具吸引力。因為它意味著這些設備將具備更強的處理能力，無需把所有任務都推向云端。

當前，亞馬遜Echo內置的芯片相對簡單，允許用戶通過“Alexa”語音喚醒設備。之后，Echo會將用戶命令發動到亞馬遜的云端服務器處理。這就會造成一定的延遲，也為黑客攔截通信提供了可乘之機。

語音處理技術初創公司Babblabs CEO克里斯o羅文(Chris Rowen)稱 ：“如果將大部分語音識別任務留給設備自身處理，那用戶體驗將顯著提升。此外，硬件成本也會大幅降低。我認為，這是大勢所趨。”

數據中心芯片

另外，亞馬遜旗下云服務部門“Amazon Web Services”(AWS)也在招聘芯片工程師。業內人士稱，這意味著亞馬遜還在為其AWS數據中心的服務器開發人工智能芯片。

據LinkedIn信息顯示，AWS已至少招聘了芯片初創公司Tabula的9位前工程師。Tabula創建于2003年，主要開發“現場可編程門陣列”(FPGA)芯片該公司于2015年倒閉。目前，AWS數據中心服務主要使用Xilinx公司的FPGA芯片。

目前在AWS任職的其中一位Tabula前高管是蘭迪o黃(Randy Huang)，職位是首席工程師。在Tabula，蘭迪o黃是芯片架構團隊的負責人。知情人士稱，蘭迪o黃正在招募更多相關人才。

對于亞馬遜開發人工智能芯片事宜，蘭迪o黃尚未發表評論。如果亞馬遜真的在為數據中心開發人工智能芯片，則也是在跟隨谷歌的腳步。

2016年，谷歌發布了一款名為“Tensor Processing Unit”的處理器產品，基于深度學習算法。谷歌當時表示，該芯片將驅動谷歌的一系列服務，包括搜索、街景(Street View)、圖片和翻譯等。

谷歌自從2013年就在研發這款芯片，谷歌曾在一份聲明中稱：“這種局面在2013年變得更加迫切，當時我們意識到，快速增長的神經網絡計算需求需要我們將數據中心的數量提高一倍。”

垂直整合

對于英特爾和英偉達而言，亞馬遜自主研發數據中心芯片是一個不小的威脅。當前，英特爾控制著服務器主芯片市場98%的份額，而英偉達則為這些服務器開發與英特爾主芯片協同工作的人工智能芯片。

FPGA芯片授權初創公司Flex Logix Technologies CEO杰夫o泰特(Geoff Tate)稱：“如果這種趨勢持續下去，英特爾等傳統芯片公司就會遭遇許多麻煩。將來，數據中心所有者將自主研發芯片，與當前的芯片供應商相競爭。”

當前，大約有數十家初公司人工智能在研發芯片。他們正在吸引許多投資者的興趣，有幾家公司甚至在沒有發布產品的情況下就已經融資1億多美元。但是，他們可以爭取的客戶非常有限，尤其是在數據中心市場。另外，市場也容納不下更多的芯片初創公司。

一家人工智能芯片初創公司的CEO稱：“如今，幾乎每一個大型數據中心的使用者都在研發自己的人工智能芯片。該問題看起來很簡單，但事實上，要達到一定的性能是非常復雜的。”