常现实的问题，而从曾经一世的发展来看，英特尔选择的方案就是放缓迭代速度，这在英特尔后面几年的财务报表中都写的清清楚楚。
“我不知道英特尔现在是怎么想的，对我们来说，在这样的一个大背景之下，我们这两年越来越关注的一个问题就是专用芯片的发展。
专用芯片因为不需要在通用性和兼容性上做什么妥协，性价比和能效表现远远高于通用芯片。
而且专用芯片在特定领域能做得更好，性能往往可以达到通用芯片的数十倍甚至上百倍的。
但之前因为通用芯片的迭代速度足够适应计算机的进化，很少有人把注意力放在专用芯片上。
一款专用芯片的发展需要生态的配合，不然商业道路太窄也就失去了商业意义。
再加上专用芯片缺乏灵活性，芯片设计完成之后就不能增加新的功能了，成为了一种限制。
但这几年深度学习的发展却让向市场展现了专用芯片的无限可能性。
专用芯片和通用芯片的未来会如何，我们不可能脱离经济去考虑这个问题，通用芯片在这40多年的时间里能快速发展，就是因为经济效益。
用户可以在同等价格下使用拥有更多功能的通用芯片，用户自然会选择通用芯片，企业也不会费这个里去投资专用芯片。
但现在，通用芯片的成本上涨，计算机行业出现了产品分层。
智能手机就是一个明显的分层产品，并且在智能手机的快速发展之下，迅速带动了AI芯片的发展。
事实证明，只要有足够大的市场和足够高的收益，人们会毫不犹豫地搞专用化。
我们来看看AI芯片数据，2013年，全球AI芯片市场规模突破了80亿软妹币，从2014你上半年的数据来看，今年很可能突破120亿软妹币，而随着移动智能设备的爆发，我们的预测模型显示，AI芯片很可能在2016年突破300亿软妹币的市场规模，基本能达到全球服务器CPU规模的五分之一。
而等到2020年，AI芯片或有望突破千亿规模，那个时候，AI芯片的市场规模可以达到服务器CPU市场规模的一半。
但服务器发展了多少年，智能手机才发展了多少年，这就是专用芯片的潜力，因为在专业的领域，专用芯片的优势实在是太大。
一旦生态建立，芯片因为专用性反而扩张速度会比通用芯片更快，对于对应领域所能带来的效益更大。
我们如果用通用芯片去支持人工智能的发展，人工智能的效益反馈或许要多等20年。
而今天我们在大会上展出的所有产品，其实是在向这个市场抛出一个问题，这些产品的芯片都可以专用化，那么，他们是否一样拥有足够的商业价值呢？”
孟谦抛出问题后台下开始了热
请收藏：https://m.bu226.com
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）