有消息稱，英特爾收購了一家小型的芯片廠商eASIC，其中很多細節沒有透露，不過這也讓我們看到，英特爾在大力的布局可編程芯片，英特爾就斥資167億美元，收購了可編程芯片系統公司Altera，這也成為英特爾歷史上金額最大的收購，既然下了如此大的血本，自然是要將其發展成為自己的主營業務，而且看好了可編程芯片系統的發展前景，從目前來看，英特爾這次似乎押對了寶。

這里我們就有必要解釋一下，什么是可編程芯片系統，與英特爾現在的處理器有什么不同呢？其實可是大不相同，我們就拿英特爾的處理器CPU來說，它是一種通用型的處理器，不管你是用VB、C、JAVA還是什么亂七八糟的語言編寫的程序，它都能看的懂，都能將指令執行下去，所以才叫做通用，而可編程的芯片系統就不同了，它不是通用的，而是專門針對某一種應用而定制的芯片，只能處理特定的任務。

熟悉電腦的朋友這時候肯定會有一個疑問了，那顯卡中的GPU算什么呢？是算通用型的還是屬于專門定制的呢？可以說GPU是一種介于CPU與可編程芯片之間的產品，因為首先GPU并不具有可編程的特性，但是GPU的大數據并行處理特性，又與可編程芯片的效果相同，那么問題來了，英特爾為什么要發展可編程芯片，可編程芯片又有什么優勢呢？

我們知道，現在不管是電腦領域的處理器還是手機領域，都在大力發展生產工藝，從早期的幾百納米發展到現在的10納米，但是隨著生產工藝的不斷提升，已經在逐漸接近原子的大小了，所以工藝的提升已經快走到盡頭，以前我們可以從180納米工藝直接提升到90納米，一下子就可以提升90納米，但是想從10納米提升到5納米，那難度要高的多，而且提升后帶來的效能也要比以往小的多，所以通過工藝提升來提高性能，這條路是越走越窄了。

所以英特爾要做的，就是把通用型處理器與可編程芯片結合一起，而且英特爾已經在這么做了，英特爾的至強處理器通過該技術，已經將每瓦性能提高了70%，去年阿里云也與英特爾開展了基于云的現場可編程門陣列展開了合作，可以說英特爾已經在這種通用與定制芯片相結合的領域邁開了腳步，而且初具成效。

未來這種可編程芯片的市場后越來越多，就拿人工智能來說，之前谷歌的阿爾法狗之所以這么牛，就是因為阿爾法狗是基于谷歌自己研發的可編程深度學習芯片，這種芯片可以將算法的效率更好的發揮，記得當時阿爾法狗一晚上可以自己與自己下100萬盤棋，這就是可編程芯片的并行計算能力。