AI下一阶段发展，可编程芯片将成为未来AI硬件发展方向

随着半导体硅芯片的摩尔定律逐步走到了物理极限，传统芯片架构的处理能力可能无法应付AI与机器学习的需求。如果硅架构能像软件一样，具有灵活、高效且可编程的功能，那么从单纯硬件转换成可编程芯片(或FPGA)的过程就将成为发展AI与机器学习的关键了。

如果全球只有10%的人可使用智能手机，那么其不可能成为改变世界与人们生活的必要装置。同样道理可以套用在AI与机器学习之上。也就是说，如果只有前几大厂商掌握AI科技，其也不会成为推动科技产业变革的力量。因此，新创公司的进入该领域，不仅可以推动AI发展，甚至加入更多创新元素，让更多人能够享受到AI给人们的好处。

长期以来，处理器一直是衡量性能的指标，但是随着软件在无处不在的运算中扮演重要角色，处理器变得更智能化与高性能，这也是绘图芯片在AI与机器学习领域的崛起的关键。那么接下来的发展变得显而易见，就是针对AI与机器学习设计一款专属的晶片。

这也是为何辉达能够成为AI异军突起之后的最大受益者。英特尔与超微在这一场战争中，不得不以并购AI新创公司方式追赶。至于亚马逊、谷歌与脸书就企图研发专属于AI的ASIC晶片用于伺服器或数据中心领域。即使如此，仍有前仆后继的AI新创公司在这领域以创新方式，带给产业前进的动力。

基本上来说，建立一款新的AI硬件产品必须经过设计、雏型制作、校准、故障排除、生产和配销等过程。从概念到生产硬件晶片可能需要两年时间。相对来说，软件的发展总是快于硬件的发展，因而从发展速度的差异上来看，两者无法互相配合。因此，厂商必需更加聪明地的方式来预测未来硬件的发展趋势。这也是灵活性和定制化将成为AI硬件成功的关键属性之一。

截至目前为止，AI的革命尚未发生。然而，在接下来的两到三年中，随着支持真正的AI功能的硬件出现越来越多，这一目标将会实现。这标志着技术的重要转折点将随着用软件来定义硬件的浪潮而即将到来。

就像现今在世界各地的普罗大众手中都拥有非常强大功能的智能手机，对产业来说，在大多数情况下，技术或财务上都没有进入障碍。如果AI要发展到这一阶段，不能在单单依赖硬件研发支撑，必须依赖软硬件融合的可编程芯片模式，让AI能够真正深入人们的生活层面，才能成为真正改变市场的关键力量。