1992年，在纽约郊区的著名贝尔实验室，当时贝尔实验室的科学家的LeCun和他的几位研究员同事就设计出来可以深度运行神经式网络的芯片。

这种基于发展数学运算的芯片可以通过分析大量的数据进行自我学习，当时LeCun将这个芯片命名为“安娜（ANNA）”，但是“安娜”从没有被大规模应用于市场。

神经式网络可以很好地识别出人们涂鸦式写下的字母和数字，但是在处理其它任务的时候，表现的不是特别理想。

然而在当今，神经式网络在迅速改变互联网巨头谷歌，脸书和微软等大公司的发展方向。

LeCun现在是脸书人工智能实验室的主任，现在的神经式网络已经能够识别并认出人脸和相片中的物体，也可以将一种语言翻译成另外一种语言，还可以做很多其它工作。

25年后的今天，LeCun说到市场非常需要“安娜”这样的芯片，而且这些芯片将会很快大量与用户见面。

谷歌最近也建立了自己的人工智能芯片，并命名为TPU，这种TPU广泛安置于支持谷歌线上搜索帝国业务的大规模数据中心。

在这些数据中心里，TPU与其它设备合成在一起，在从对安卓手机发出的语音指令到谷歌搜索引擎的各种选择结果都在起到积极作用。

然而，这仅仅是更大一波科技浪潮的开始。

美国全国广播公司财经频道（CNBC）上周报导，谷歌公司开发TPU的几位元老级开发工程师正在与一家非常神秘的叫做Groq的创业公司在一起开发一种类似芯片。

同时，市场上其它芯片制造商英特尔，IBM和高通公司都在朝同一方向发展。

谷歌，脸书和微软仍然可以依靠传统标准的计算机芯片来运行他们的神经式网络，就是我们大家熟知的CPU。

但是CPU是设计为全方位服务的处理器，目前已经运行效率严重不足。而神经式网络能够运算的更快并且耗能较少，特别是能处理那些人工智能系统所需要的大量数学运算。

谷歌曾报告在采用TPU芯片后，该技术更新为谷歌节省了建设15个额外数据中心的费用。

现在的产业趋势是，谷歌和脸书都在不遗余力推动神经式网络在手机和VR头显方面的应用，这样就可以消除那些因为图像从远距离传输到用户终端后的延缓现象。

LeCun说到，谷歌和脸书都需要人工智能芯片应用于个人终端设备上，而且在这一方向上还要再开发出针对不同产品更有特色的不同智能芯片以便更大地提高效率。

换句话来说，潜在的人工智能芯片市场是巨大的。这也是为什么有这么多的公司在朝这一方向发展。

人工智能芯片的领军公司：

英特尔公司在并购一家叫做Nervana的创业公司后，正在开发专用于机器学习的人工智能芯片。

IBM也不甘落后，而且还建立了一个硬件架构来反射神经式网络的设计。

最近，高通公司也在开发专门用来执行神经式网络的芯片。

LeCun对高通公司的计划非常熟悉，因为脸书公司也在帮助高通公司开发与机器学习相关的技术。

同时NVIDIA公司也在向这一领域挺近。

就在上个月，这家硅谷芯片制造公司雇用了克莱蒙?法拉贝特（Clément Farabet），法拉贝特是神经式网络和人工智能芯片领域著名的研究专家，他也是LeCun在纽约大学的学生，在纽约大学毕业后创立了著名的机器深度学习的创业公司Mdabits，这家公司在2014年被推特公司并购。

NVIDIA公司已经是人工智能领域中的旗舰企业。

谷歌和脸书这样的大公司在以前如果想使用神经式网络进行语言翻译，他们必须要派出员工到NVIDIA公司进行培训才能完成这项特殊任务。

脸书公司上周发布了新的增强现实工具，这种技术需要神经式网络能够识别人们周围的世界。

但是增强现实系统还不能与大数据中心相连。发送所有甄别的影像到数据中心需要的时间太长了。

但是脸书公司首席技术官麦克?施乐普佛（Mike Schroepfer）说到，脸书公司已经向GPU和其它芯片转向，他将这种其它芯片称之为数码信号处理器（digitalsignal processors），可以更好更快地进行虚拟现实中产生的大量影像传输。

从远景来看，各种人工智能，虚拟现实的开发与提高都离不开人工智能的芯片，这个市场的需求就在那里，芯片开发厂商正向这个方向跑步前进。