وتشير أحدث توقعات ديلويت غلوبال إلى أن الشركات الكبيرة والمتوسطة الحجم ستعطي قسطا أكبر من استخدام التعلم الآلي في هذه الصناعة بحلول عام 2018. وبالمقارنة مع عام 2017، فإن عدد المشاريع التي يتم نشرها وتنفيذها باستخدام آلة التعلم سوف تتضاعف، وسوف تتحول مرة أخرى في عام 2020 مرات.
حاليا، هناك الغني رقاقة AI "بدأ هذا المصطلح الجديد المزيد والمزيد من الأنواع، بما في ذلك GPU، وحدة المعالجة المركزية، FPGA، ASIC، TPU، ورقائق تدفق البصرية. ووفقا لشركة ديلويت يتوقع أنه في عام 2018، GPU وحدة المعالجة المركزية لا يزال مجال تعلم الآلة التيار رقاقة الطلب في السوق GPU الأرجح حوالي 500،000، في الطلب على مهام التعلم الآلي من أكثر من 200،000 FPGA، وASIC الطلب رقاقة حوالي 100،000.
ومن الجدير بالذكر أن شركة ديلويت قالت انها تتوقع بحلول نهاية عام 2018. مرئي، ومن المتوقع ارتفاع ASIC أكثر من 25٪ من مراكز البيانات لتسريع رقائق تعلم آلة لFPGA وأسيك رقاقة FPGA تحقيقه في مجال تعلم الآلة.
في الواقع، فإن بعض من الأوائل من فبغا و أسيك مسرعات رقاقة تستخدم أساسا لهم لمهام الاستدلال التعلم آلة، ولكن بعد فترة وجيزة، سوف فبغا ورقائق أسيك تكون أيضا قادرة على العمل على تدريب وحدة اللعب.
في عام 2016، تجاوزت مبيعات رقاقة فبغا العالمية 4 مليارات دولار امريكى. وفي تقرير عام 2017 في وقت مبكر "يمكن فبغاس فوز وحدات معالجة الرسومات في تسريع الجيل القادم من الشبكات العصبية العميقة؟"، وقال الباحثون أنه في بعض الحالات، و فبغا قد تكون سرعة وحساب القدرة أقوى من غبو.
في الوقت الحاضر، مثل الأمازون (أوس) ومايكروسوفت (أزور أزور الخدمات السحابية)، أدخلت التكنولوجيا فبغا، كما أعلن بابا المحلي التعاون مع إنتل (إنتل)، وذلك باستخدام منصة زيون فبغا لتسريع التطبيقات السحابية، إنتل مؤخرا التأكيد باستمرار على أن مركز البيانات يمكن ضبط منصة سحابة من خلال فبغا لتعزيز كفاءة التعلم الآلي والصوت والفيديو تشفير البيانات وغيرها من الأعمال.
وبالإضافة إلى ذلك، على الرغم من أن أسيك هو تنفيذ رقاقة واحدة من هذه المهمة، ولكن العدد الحالي من أسيك صانع رقاقة في عام 2017، والإيرادات الإجمالية للصناعة بأكملها من حوالي 15 مليار دولار امريكى.ويذكر أن جوجل وغيرها من الشركات المصنعة بدأت في استخدام أسيك في تعلم الآلة، كما تم الافراج عن رقائق على أساس تنسورفلو برنامج تعلم الآلة.
ويعتقد ديلويت أن الجمع بين وحدة المعالجة المركزية والجرافيك ساهمت كثيرا في نمو التعلم الآلي، وإذا كان مستقبل مختلف فبغا وحلول أسيك يمكن أيضا ممارسة ما يكفي من التأثير على سرعة المعالجة والكفاءة وخفض التكاليف، وآلة تعلم التطبيق سوف يكون مرة أخرى التقدم المتفجر.