市場需求放緩和業績提升難的壓力正促使全球半導體行業再度掀起創新風潮，該行業的公司都在努力研發新的芯片設計、材料和制造工藝，其中一個原因是深度學習這一人工智能技術正越來越廣泛地被應用于圖片分類、語音翻譯和自動駕駛等任務。

　　谷歌去年推出了專為深度學習應用研發的芯片。

　　由于市場對某些設備的需求放緩，加之設計較小型電路系統對業績的提升作用不斷減弱，計算機芯片生產企業正苦苦應對該行業歷史上一些最艱難的時期。

　　然而，行業高管表示，這些壓力正促使半導體行業再度掀起創新風潮，并不斷催生出有志于利用當前困境的初創公司。

　　在規模達3，350億美元的全球半導體行業中，大大小小的公司都在努力研發新的芯片設計、材料和制造工藝。其中一個原因是，名為深度學習的人工智能技術正越來越廣泛地被應用于圖片分類、語音翻譯和自動駕駛等任務，這些任務獲益于新的計算機技術。

　　其中一些新的開發努力直接以顛覆英特爾等地位穩固的老牌公司為目標，英特爾已通過調整其某些久經檢驗的戰略作出回應。

國際商業機器公司（International Business Machines， 簡稱IBM）首席科學家Dharmendra Modha稱，這既是最好的時代也是最壞的時代。他目前正帶領一個不尋常的項目，開發模擬人腦的芯片。

　　目前半導體公司在深度學習領域的開發尤其積極。該技術涉及通過讓系統接觸海量數據來訓練系統，這不同于用明確指令給系統編程，后者不僅耗時長，結果也往往不那么可靠。使用深度學習技術的網絡公司尤其感興趣的是，如何促進能更快得出結果的硬件的創新。

　　深度學習系統通常同時使用英特爾處理器和英偉達的芯片，后兩家公司的芯片最初是為呈現視頻游戲畫面而設計的。這些芯片包含成百上千能夠同時進行運算的簡單處理器，而英特爾高端芯片包含的是數十個復雜的計算核。

　　一些公司甚至認為，有必要研發更專業化的硬件。Alphabet 旗下谷歌近期邁出了不尋常的一步，自己從零開始設計芯片，以滿足某些深度學習任務的需要。IBM于2014年推出了專為深度學習研發的TrueNorth芯片，該芯片包含100萬個模擬腦神經分布的結構。Modha稱，該芯片在深度學習應用方面已經顯出令人驚訝的快速進展，預計將按計劃在2019年之前創造一項頗具規模的業務。

　　風險投資家同樣注意到了這一點。芯片行業的技術挑戰和激烈競爭導致大多數風險投資家將錢花在別處。但一些企業家和投資者看到了為網絡等市場開發芯片的新機會，此類市場的消費者或許想要使其來源多元化，而不是僅僅依賴一或兩個主要供應商。

　　初創公司Cerebras Systems的創始人Andrew Feldman稱，該公司發現其籌集風投資金的過程出奇得容易，在八天之內就籌集到了資金。但他沒有透露籌資額度。該公司擁有25名員工，計劃設計以深度學習為目標的處理器。

　　其他設計深度學習芯片的初創公司包括KnuEdge Inc、Graphcore Ltd、Cornami和Wave Computing。Wave稱，該公司正在研發的一套搭載專業處理器的系統可在6．75秒內完成一項典型的文本分析工作，而同時搭載英特爾Xeon處理器和英偉達處理器的系統完成同樣的工作則耗時69分鐘。

　　2015年年末，英特爾斥資167億美元收購了Altera ，從而可向微軟等公司出售FPGA芯片。英特爾在2016年收購了人工智能初創公司Nervana Systems，并計劃將后者的深度學習技術納入自己的處理器。