正文
技术专家
英特尔收购了一家名为Nervana的创业公司后，正在为机器学习专门打造芯片。IBM也是创建一个反应神经网络设计的硬件架构。最近，Qualcomm已经开始专门为执行神经网络而建造芯片，LeCun认识到高通公司的计划，因为Facebook正在帮助芯片制造商开发与机器学习相关的技术。高通公司副总裁Jeff
Gehlhaar证实了该项目。他说：“我们在原型开发方面还有很长的路要走。”
与此同时，nVidia也正在推进这一领域。就在上个月，硅谷的芯片制造商聘请了Clement Farabet，在纽约大学的LeCun学习期间探索了这种芯片架构。创造了一个名为Madbits的深度学习的创业公司，并在2014年被Twitter收购。
nVidia已经是AI世界的主导力量，在像谷歌和Facebook之类的公司可以使用神经网络来说，从一种语言翻译成另一种语言，他们必须首先对这个特定任务进行训练，为其提供大量现有的翻译。nVidia让GPU芯片用于加速培训阶段。LeCun说：“对于培训，GPU基本上已经垄断了市场，特别是nVidia
GPU。”但是Farabet的到来可能预示着，就像高通一样，nVidia也在探索一种能够执行神经网络的芯片。
GPU或图形处理单元，不是为AI设计的。它们被设计用于渲染图形。但大约五年前，像谷歌和Facebook这样的公司开始将其用于神经网络培训，只是因为它们是该任务的最佳选择，LeCun认为它们将继续发挥这一作用。他们说，编码器和公司现在对GPU很熟悉。他说：“因为你需要整个生态系统，而GPU是难以解散的。”但他也认为，新一代AI芯片将大大改变大型互联网公司执行神经网络的方式，还有数据中心和消费者设备（从手机到智能割草机、吸尘器等等等等）。
