از زمانی که انویدیا GPU محاسبات موازی اعمال شده به هوش مصنوعی، یادگیری عمیق، هوش مصنوعی در سال های اخیر به عنوان رهبر تراشه پدید آمده است، حرکت کامل پایمال دو CPU اینتل (اینتل) و شرکت Advanced Micro Devices (AMD)، اما با درست برنامه ریزی الاستیک انعطاف پذیر آرایه دروازه آن (FPGA) عملکرد تراشه، مصرف برق و افزایش قدرت محاسباتی، ارائه شده به خرید FPGA ساز شرکت Altera، آغاز شده تراشه اینتل، Broadcom طراحی گسترش خوبی (Broadcom طراحی) تراشه Xilinx (تراشه Xilinx) هدف شدن کسب است، احتمالا مجبور خواهد کرد NVIDIA مانع تسلط جاده ها، با گوگل، آمازون (آمازون) و اپل (اپل) به طور فعال در توسعه تراشه های درگیر، انواع تراشه ASIC شکوفایی، 2018 AI نبرد تراشه را می توان انتظار داشت. برنامه های کاربردی AI به سرعت در حال در زمینه های مختلف، فرصت کسب و کار آینده گسترش مقیاس تا صدها میلیارد دلار، یک موج جدیدی از نوآوری در صنعت درایو، جذب افراد مختلف در رقابت برای افزایش سرمایه گذاری خود، نگه داشتن فن آوری محاسبات تراشه AI است برای اولین بار به میدان جنگ بلندگو راست AI، تراشه AI ساخت جنگ طور فزاینده شدید. از راه جداگانه فعلی مردان رقابت برای قرار دادن توسعه پلت فرم تراشه و نقطه ادغام از این دیدگاه، جنگ AI به طور موقت های بازیکنان کلیدی در صنعت تراشه در سال های اخیر، NVIDIA به شدت پس از بازار جهانی پی، به عنوان اینتل، AMD، کوالکام (Qualcomm به)، ایالات واحد، آی بی ام، گوگل، اپل، فیس بوک، آمازون، مایکروسافت (مایکروسافت) نیز سرعت بخشیدن به توسعه تراشه AI، صنعت تراشه ASIC از همه نوع افزایش کلی صنعت تراشه اشاره کرد که با انواع تراشه AI به منظور افزایش قدرت محاسباتی، بهبود عملکرد و مصرف برق برای دیدار با کاربردهای متنوع تر AI، NVIDIA هر چند تراشه AI برداشت پیروزی نبرد اول، اما از 2018 چالش های پیش روی استفاده مقدونی احتمالا نه. صنعت تراشه، گفت: نرم افزار قاتل AI به نظر نمی رسد خواهد، هنوز هم سخت وجود دارد برای تعیین NVIDIA GPU مناسب برای یادگیری عمیق از تراشه، بسیاری از الگوریتم های موجود، در دسترس برای دیدار با تمام الزامات برنامه از تراشه شده است، NVIDIA GPU پیش امید بیشتری برای کارت، با مزیت اصلی فن آوری محاسبات موازی و معماری به طور خاص برای هوش مصنوعی طراحی شده است، و شور و نشاط توسعه هر نوع عمیق آموزش نرم افزار، کتابخانه ها و ابزار برای ارائه یک راه حل کامل برای یادگیری عمیق، شبکه های عصبی و سرعت بخشیدن به عملکرد آموزش عمق. اینتل CPU به انجام قبلا به دلیل بهره وری AI ضعیف و NVIDIA سرکوب شده، و بعد از یک استراتژی کسب سریع گسترش AI قدرت در سال 2015 با عمق کسب هوش مصنوعی افزایش یافته و به 16.7 میلیارد $ برای خرید FPGA ساز شرکت Altera، برای CPU کاستی را تشکیل می دهند با استفاده از FPGA قدرت و انعطاف پذیری محاسبات، اینتل دوباره در سال 2016 آموزش صنعت Nervana سیستم، 2017 سال و صرف 15.3 میلیارد $ خرید خود رانندگی غول فن آوری Mobileye، اینتل AI مزایای نرم افزار و تکنولوژی سخت افزار ادغام محو شدن است. پلت فرم جدید Nervana AI اینتل است مزایای استفاده از تنوع، پردازنده های Xeon اینتل کالا مقیاس پذیر سری برای تکامل ادامه از وظایف سنگین AI، فراهم می کند قدرت محاسباتی بسیار مقیاس پذیر، و موسوم به دریاچه تاج تراشه منحصر به فرد برای آموزش یادگیری عمیق ترین فشرده؛ اینتل Mobileye طراحی شده برای برنامه های کاربردی خلبان اتوماتیک ایمنی فعال مانند طراحی فن آوری های بصری؛ اینتل FPGA به انجام یادگیری عمق استنتاج شتاب دهنده برنامه ریزی؛ چشم انداز اینتل Movidius کم قدرت، یادگیری ماشین است بر روی انواع دستگاه های ترمینال تراشه Xilinx FPGA ساز همان پردازنده اصلی قادر به انرژی کمتر از اعدام شده است. اعدام AI در یک سرعت عمل سریع تر، به تازگی دریافت پشتیبانی بازاریابی یادگیری عمیق در محاسبات شبکه عصبی، از جمله بایدو، آمازون شروع به استفاده از به گسترش NVIDIA وظایف محاسباتی GPU نمی توان رسید، محصولات Xilinx را FPGA بسیاری از تولید کنندگان پشتیبانی، کام عمیق و سرمایه گذاری خود را در سرزمین اصلی، و تقویت عمق فشرده سازی، و سیستم در سطح ابزار کامپایلر یادگیری زنجیره ای ماشین بهینه سازی برنامه های کاربردی. علاوه بر این، با کسب Broadcom طراحی کوالکام سقوط کرد، به بازار آمد Broadcom طراحی قول FPGA فن آوری، Xilinx را ممکن است کسب، که همچنین باعث می شود کمی ستون قاره ASIC زنجیره ای ماشین آلات معدن عرضه تراشه Xilinx، تغییر یک بار دیگر تبدیل به کانون جهان صنعت تراشه معتقد است که در میدان جنگ آینده خواهد بود که هوش مصنوعی شرکت های بین المللی مبارزه با وضعیت، شانس بزرگ فعلی تنهایی Xilinx را در گنجانیده شده است.
