人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

　　人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能是對人的意識、思維的信息過程的模擬。

　　人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。現在人工智能已經成為世界三大尖端科學，與空間技術、能源技術并列。

　　厲害了這家公司！10月31日，據外媒（cnbc）報道，一家生產AI芯片的創企Graphcore籌集了3000萬美元資金。這些資金將幫助它在未來芯片領域同傳統豪強英特爾和英偉達展開競爭。

　　這家英國公司計劃明年大規模出貨，其芯片將用于無人駕駛汽車和云計算。這些領域多使用機器學習技術，存在大量機器學習運算的需求。

　　Graphcore稱無論AI學習的速度或是能源消耗，其芯片均領先市場同類產品100倍。

　　在當下，圖形處理單元（GPU）常被用來運行機器學習程序，Graphcore首席執行官Nigel Toon表示這只是行業的權宜之計，并不適合未來AI計算的需要。

　　Toon在周一的電話采訪中表示：“GPU被設計成用來運行完整的程序，而機器學習與此完全不同。后者是不斷訓練程序使用數據的過程，需要完全不同類型的處理器。”Graphcore目前正在打造一個新的智能處理單元（IPU）系統，計劃于2017年推出。

　　此次融資的投資方由Robert Bosch Venture Capital領銜，此外還包括三星、風投公司Amadeus Capital Partners、C4 Ventures、Draper Esprit、Foundation Capital以及Pitango Venture Capital。

　　在過去的兩年中，Graphcore一直致力于AI芯片技術的研究。Toon聲稱其技術能夠幫助降低成本和提高效率。 Toon給出了一個社交媒體公司的案例，社交網絡的用戶活躍度通常在某個時間最為突出，Graphcore的IPU系統會伺機在用戶活躍度低時利用閑置的處理器資源進行AI訓練，然后在第二天及時地上線新內容。

　　根據營銷情報公司Tractica的說法，深度學習市場潛力巨大。其營建支出2015年為4.36億美元，到2024年將會增長到415億美元。目前該市場主要被英特爾和英偉達主導。兩家公司在今年早些時候分別推出了專為AI程序設計的新型處理器。

　　在業務的初始階段，Graphcore的主要目標是向有意培訓AI系統的公司銷售產品。不過Graphcore也表示其已經在與戰略投資者探討下一輪的產品應用。

　　“我們有Bosch和三星作為戰略投資方。Bosch對自動駕駛汽車和新型交通感興趣，而三星則對下一代網絡設備感興趣。”Toon說。“我們正在與合作伙伴洽談在這些項目上的發展。”

　　另附5家致力于AI芯片研究的公司：

　　1、KnuEdge

　　KnuEdge實際上并不是一個初創公司，它由NASA的前任負責人創立，已經在一個隱形模式下運營了10年。KnuEdge最近從隱形的模式中走出，并讓全世界知道他們從一個匿名的投資人獲取1億美元的投資用來開發一個新的“神經元芯片”。

　　KUNPATH提供基于LambaFabric的芯片技術，LambaFabric將會通過與現在市場上的GPUs、CPUs和FPGAs完全不同的架構進行神經網絡的計算。LambdaFabric本質上是為在高要求的運算環境下向上拓展至512000臺設備而設計，機架至機架延遲時間只有400毫微秒，低功耗的256核處理器。KNUPATH技術以生物學原理為基礎，將會重新定義數據中心和消費設備市場中的芯片級/系統級計算。

　　對比其他相似的芯片，這個芯片技術應提供2倍到6倍的性能優勢，并且公司已經通過銷售他們的樣機系統獲得了收入。在“KnuEdge傘形結構” 下，KnuEdge由3個單獨的公司組成，KnuPath提供他們的芯片，KnuVerse提供通過驗證的軍事級的語音識別和驗證技術，Knurld.io是一個允許開發者們去簡單地融合語音驗證到他們的專利產品的公共云API服務（Public cloud API service）。KnuEdge宣稱，現在只需要對著麥克風說幾個詞就可以做到驗證電腦、網絡、移動應用和物聯網設備。以后再也不用記住密碼將會是一件多棒的事情？

　　2、Nervana

　　創立于2014年，位于圣地亞哥的初創公司Nervana Systems已經從20家不同的投資機構那里獲得了2440萬美元資金，而其中一家是十分受人尊敬的德豐杰風險投資公司（Draper Fisher Jurvetson，DFJ）。The Nervana Engine（將于2017年問世）是一個為深度學習專門定做和優化的ASIC芯片。這個方案的實現得益于一項叫做High Bandwidth Memory的新型內存技術，同時擁有高容量和高速度，提供32GB的片上儲存和8TB每秒的內存訪問速度。該公司目前提供一個人工智能服務“in the cloud”，他們聲稱這是世界上最快的且目前已被金融服務機構、醫療保健提供者和政府機構所使用的服務，他們的新型芯片將會保證Nervana云平臺在 未來的幾年內仍保持最快的速度。

　　3、地平線機器人

　　由中國人創立于2015年的初創企業Horizon Robotics（地平線機器人）已經從包括Sequoia和傳奇的風險資本家Yuri Milner等投資人獲得了未透露金額的種子基金。2016年7月1日，地平線機器人獲得了新一輪融資，這筆投資將用來加大對自動駕駛和智能家居領域的研發投入，加快產品研發和落地速度；推進人工智能芯片和系統的研發。他們正在著手于建立一個一站式人工智能解決方案，定義“萬物智能”，讓生活更便捷、更有趣、更安全。

　　地平線致力于打造基于深度神經網絡的人工智能“大腦”平臺 - 包括軟件和芯片，可以做到低功耗、本地化的解決環境感知、人機交互、決策控制等問題。其中，軟件方面，地平線做了一套基于神經網絡的 OS，已經研發出分別面向自動駕駛的的“雨果” 平臺和智能家居的 “安徒生” 平臺，并開始逐步落地。硬件方面，未來地平線機器人還會為這個平臺設計一個芯片——NPU （Neural Processing Unit），支撐自家的OS，到那時效能會提升2-3個數量級（100-1000 倍）。

　　4、中星微電子

　　說起國內的人工智能芯片，不得不提一下，今年6月 20 日，率先推出中國首款嵌入式神經網絡處理器（NPU）芯片中星微，這是全球首顆具備深度學習人工智能的嵌入式視頻采集壓縮編碼系統級芯片，并取名“星光智 能一號”。這款基于深度學習的芯片運用在人臉識別上，最高能達到98%的準確率，超過人眼的識別率。該芯片于今年3月6日實現量產，目前出貨量為十幾萬 件。

　　該NPU采用了“數據驅動”并行計算的架構，單顆NPU（28nm）能耗僅為400mW，極大地提升了計算能力與功耗的比例，可以廣泛應用于高清視頻監控、智能駕駛輔助、無人機、機器人等嵌入式機器視覺領域。

　　5、krtkl

　　創立于2015年的krtkl致力于創造“一個微小的無線電腦用來創造一些完全不同的東西”。技術人將會迷戀Snickerdoodle，一個雙核 ARM處理器、FPGA、WIFI、藍牙，起價于65美元，“以最小、最難做、最實惠賦能機器人、無人機和計算機視覺等的平臺”。這個產品事實上是通過眾 籌獲得了超過16萬美金的資金。最新的信息是說他們已經收到了Snickerdoodle初級版本，并且很快就會出貨。