上世纪八九十年代，微软凭借运行在英特尔(Intel)处理器上的Windows操作系统的成功，沐鸣开户测速一跃成为行业霸主。
现在，微软希望另一个软硬件组合能帮助它重获成功，并在通过云提供尖端人工智能的竞争中赶上竞争对手亚马逊和谷歌。
微软希望通过一种为人工智能时代设计的新型电脑芯片，来扩大其Azure云平台的受欢迎程度。从今天开始，微软将为Azure用户提供英国初创公司Graphcore生产的芯片。
Graphcore于2016年在英国布里斯托尔成立，吸引了人工智能研究人员的大量关注，并获得了数亿美元的投资。该公司承诺，其芯片将加速人工智能所需的计算速度。到目前为止，它还没有公开这些芯片，也没有展示早期测试者的试验结果。
去年12月，作为2亿美元融资的一部分，微软向Graphcore投入了自己的资金。该公司迫切希望找到硬件，使其云服务对越来越多的人工智能应用客户更具吸引力。
与大多数用于人工智能的芯片不同，Graphcore的处理器是从零开始设计的，以支持帮助机器识别人脸、理解语音、解析语言、驾驶汽车和训练机器人的计算。Graphcore预计，它将吸引那些在人工智能上运行关键业务的公司，比如自动驾驶汽车初创公司、贸易公司，以及处理大量视频和音频的公司。那些致力于下一代人工智能算法的人可能也热衷于探索该平台的优势。
微软(Microsoft)和Graphcore今日发布的基准测试结果显示，该芯片的性能与英伟达(Nvidia)和谷歌的顶级人工智能芯片不相上下，甚至超过它们。专门为Graphcore的硬件编写的代码可能更高效。
例如，这些公司声称某些图像处理任务在Graphcore的芯片上比在其竞争对手的现有代码上运行速度快很多倍。他们还表示，他们能够训练出一种流行的人工智能语言处理模型——BERT，其速度与任何其他现有硬件不相上下。
BERT对于涉及语言的人工智能应用非常重要。谷歌最近表示，它正在利用BERT为其核心搜索业务提供动力。微软表示，它目前正将Graphcore的芯片用于涉及自然语言处理的内部人工智能研究项目。
跟踪Moor Insights公司人工智能芯片市场的卡尔•弗罗因德(Karl Freund)表示，研究结果表明，这种芯片虽然先进，但仍然具有灵活性。高度专业化的芯片可能比英伟达(Nvidia)或谷歌芯片表现更好，但其可编程性不足以让工程师开发新的应用程序。他说，他们在可编程方面做得很好。“他们一直说他们会在训练和推理方面取得好成绩，但这真的很难。”
Freund补充说，与微软的协议对Graphcore的业务至关重要，因为它为客户提供了一个尝试新硬件的入口。在某些应用程序中，该芯片可能优于现有硬件，但为新平台重新开发AI代码需要大量的工作。弗罗因德说，除了几个例外，该芯片的基准测试还不足以吸引公司和研究人员放弃他们已经习惯使用的硬件和软件。
Graphcore已经创建了一个名为Poplar的软件框架，可以将现有的人工智能程序移植到它的硬件上。不过，许多现有算法可能仍然更适合运行在竞争对手硬件上的软件。近年来，谷歌的Tensorflow AI软件框架已经成为AI程序事实上的标准，它是专门为Nvidia和谷歌芯片编写的。预计英伟达还将于明年发布一款新的人工智能芯片，其性能可能会更好。
Graphcore
Graphcore的联合创始人兼首席执行官奈杰尔•图恩表示，该公司成立一年后，两家公司就通过英国的微软剑桥研究院开始了合作。他表示，他的公司的芯片尤其适用于涉及非常大的人工智能模型或时态数据的任务。据推测，由于Graphcore的硬件，一名金融客户用于分析市场数据的算法的性能提高了26倍。
其他一些较小的公司今天也宣布他们正在通过Azure使用Graphcore芯片。其中包括Citadel和Qwant。前者将使用芯片分析金融数据，后者是一家欧洲搜索引擎公司，希望硬件运行一种名为ResNext的图像识别算法。
近年来，人工智能的蓬勃发展已经撼动了电脑芯片市场。最好的算法执行并行数学计算，这可以在拥有数百个简单处理核心的图形芯片(或gpu)上更有效地完成，而传统芯片(cpu)只有几个复杂的处理核心。
GPU制造商英伟达(Nvidia)借助人工智能浪潮发家致富，谷歌在2017年宣布，它将开发自己的芯片张量处理单元(Tensor Processing Unit)，该处理器的架构类似于GPU，但针对Tensorflow进行了优化。
Graphcore公司称之为智能处理单元(IPUs)的芯片比gpu或TPUs拥有更多的核心。它们还具有芯片本身的内存，从而消除了将数据移动到芯片上进行处理和关闭的瓶颈。
Facebook也在研发自己的人工智能芯片。微软此前曾兜售英特尔(Intel)生产的可重构芯片，并由其工程师为人工智能应用定制。一年前，亚马逊透露它也在进军芯片制造领域，但它为亚马逊的云服务优化了一个更通用的处理器。
最近，沐鸣开户测速人工智能的蓬勃发展引发了一波硬件初创公司开发更专业芯片的热潮。其中一些是针对特定应用进行优化的，比如自动驾驶或监控摄像头。Graphcore和其他一些公司提供了更灵活的芯片，这对开发人工智能应用至关重要，但生产起来也更具挑战性。该公司在上一轮投资中获得了17亿美元的估值。
Graphcore的芯片可能首先会吸引顶尖的人工智能专家，这些专家能够编写利用其优势所需的代码。几位著名的人工智能研究人员已经投资了Graphcore，其中包括DeepMind联合创始人杰米斯·哈萨比斯(Demis Hassabis)、剑桥大学(University of Cambridge)教授、优步人工智能实验室负责人佐宾·加赫拉马尼(Zoubin Ghahramani)，以及专门研究人工智能和机器人技术的加州大学伯克利分校(UC Berkeley)教授佩特·阿贝尔(Peiter Abbeel)。在去年12月接受《连线》(wired.com)采访时，人工智能的梦想家杰弗里•辛顿(Geoffrey Hinton)讨论了Graphcore芯片在推进基础研究方面的潜力。
不久之后，公司可能也会尝试最新的东西。正如Graphcore的CEO Toon所说，“每个人都在努力创新，努力寻找优势。”