机器学习和人工智能，正迅速成为重塑企业IT支柱和让企业成为顶尖公司的方式。

在今年9月份的时候，微软、谷歌、Facebook、IBM和微软等巨头宣布一起建立 AI 合作组织。现在，他们正在大量投资 ML / AI 的硬件设计，旨在大大加速下一代应用。以下是他们的堆叠计划：

英特尔

它在做什么：世界上最知名的芯片制造商最近推出了专门针对ML应用的新的CPU系列：Knights Mill。 它还提到计划将其CPU与可重新编程的FPGA处理器融合在一起，这是一种功能强大但尚未完全开发的英特尔技术。

为什么这样做：随着PC市场继续“融化”，像北极冰川，英特尔一直在寻找方法来弥补差额。 服务器产品本身不会做到这一点，因此英特尔已经扩大了其包括用于加速ML功能的主处理器和协处理器的需求。

但是，英特尔不太可能提供自己的GPU用于ML工作。 英特尔与GPU的努力从未达到其他处理器制造商的水平，但它总是认为其CPU特定的改进可以胜过GPU。 毕竟，英特尔只想创造一个环境，其CPU单独 - 不与另一家公司的GPU混合 - 为未来提供动力。

微软

它正在做什么：在为特定设计的FPGA设计Microsoft Azure云后，为其集群添加机器学习加速功能，Microsoft正在谈论允许客户直接对设备进行编程，以便在云中启用更强大的机器学习工具。

为什么这样做：Microsoft已经提供了在Azure内外的ML / AI工具。 但现在微软正在考虑一种为云客户提供机器学习硬件的新方法。 困难的部分是FPGA对于编程是复杂的，并且对于ML作为GPU还不是很了解。

谷歌

它正在做什么：Google已经在软件方面对TensorFlow等框架进行了深入的机器学习，但现在提供了一个硬件补充 - Tensor处理单元 - 来加速特定的机器学习功能。

为什么这样做：像微软一样，Google希望其云成为ML应用的首要目的地。 谷歌已经明确表示，它想要脱颖而出更容易使用，所以它不太可能考虑低级访问ML硬件。 如果人们想要在熟悉的环境中直接访问机器学习硬件，那么总是有Google Cloud的全新GPU实例。可能性是两个硬件产品将协同工作。

IBM

它正在做什么：IBM的新机器学习工具集PowerAI运行混合使用IBM的Power处理器和Nvidia GPU，使用新的专用硬件连接在一起，设计用于尽可能紧密地连接CPU和GPU。

为什么这样做：IBM已经有一个家喻户晓的ML / AI项目：Watson。 但是Watson被设想和提供主要作为一套黑盒子服务。 PowerAI是一个硬件套件，而不是特定的处理器或GPU，针对高端客户，他们希望自己的能力和如何使用它的全面控制。 它符合IBM针对Power处理器系列的计划，该处理器系列围绕机器学习工作负载所应用的大数据和云应用程序。