英伟达是一家为游戏玩家，制造顶级显卡而闻名的公司，GeForce显卡是业界最受欢迎，和最知名的显卡之一，但现在，该公司已经超越了，单纯迎合游戏玩家的范畴，他们的图形处理单元（GPUS）足够强大，可以在视频中驱动人工智能，不过，一些新科技公司表示，芯片需要新的设计，以适应人工智能和视频广告技术的快速发展，它需要什么技术呢？

在我们深入了解正在发生的事情之前，让我们了解更多的人工智能相关的智商，人工智能的目的，是通过计算机和机器复制人类的智能，现在，我们还没有达到像黑客帝国，或机器人那样的人工智能水平，我们还没有像人类一样行为的智能机器人，但我们确实有，可以像人类一样思考的计算机应用程序，AI有很多部分，包括自然语言处理、机器学习、，语音识别和机器视觉。

人工智能的一个关键概念，是它从数据中学习，并根据所学知识适应特定情况的能力，人工智能通常通过查看庞大的数据集来学习，例如，你可以教一台机器识别路上的汽车，方法是将它与来自交通摄像头的，数百万张图像进行对比，通过识别几张图片中的哪些物体是汽车来教AI，然后通过机器学习算法，AI可以被训练到根据现场的情况准确识别，人工智能同样可以通过，让它阅读单词和算法来进行训练，让电脑以人类的方式撰写文字，但是在它达到这个水平之前，是通过让它阅读数万亿行书面文本来教授的，构建人工智能应用程序，需要能够快速处理数据的计算机硬件，计算机的大脑，即中央处理器，就是为实现这一目标而设计的。

但它们还是不够快，而GPUS可以更高效地处理这些任务，GPUS是专为密集的图形任务，如三维渲染，着色，照明等，这就是为什么大多数高性能PC需要GPU的原因，如果你是一个视频编辑或3D设计师，你肯定需要APC和AGPU，因为有了这个它们，我们可以更好地执行AI相关操作，在谷歌工作的计算机科学家安德鲁，在做神经网络项目时意识到了这一点，他的目标是创造一个，可以自我学习的神经网络。

他用1000万个YouTube视频来训练网络，他的目标是训练网络在第一次使用时能够识别猫，数千名全科博士为他建立了网络，他正好是英伟达的首席科学家，在英伟达公司负责深度学习研究的科学家的帮助下，只需要几个GPU就可以做同样的事情，他们用GPU做了实验，它能够只使用12个GPU复制神经网络，与他第一次尝试使用的数千个CP用户相比，效率要高得多，这件事发生在2010年，现在人工智能、亚马逊网络服务，阿里巴巴和谷歌在内的全球领先企业的AI操作。

今天，在视频方面可能面临着激烈的竞争，来自竞争对手芯片制造商，英特尔和AMD已经在制造自己的人工智能芯片，同时需求也在增加，越来越多的企业，由于人工智能技术的发展趋势，即使是小型企业和初创公司，也看到了人工智能的好处，开始使用AI来帮助他们理解自己收集的大量数据。

亚马逊、谷歌、微软和脸书，都冒险制作了自己的人工智能芯片，亚马逊于2019年11月发布了其红外芯片，该芯片计划用于云计算服务，其他三家科技巨头也有自己的专用AI芯片，甚至连初创公司也开始涉足AI游戏公司，比如Graph，Core，Nova，Systems、Wave，Computing和Mythic等公司，已经进入了这个领域，一些大家伙甚至买下了竞争对手，亚马逊收购了竞争对手AMD实验室，英特尔拿下了涅和哈瓦那实验室，现在连政府都在投入资金，进行人工智能的研究和开发。

据一些分析人士称，人工智能很可能会成为下一种超级力量，让世界各国政府都无法与之抗衡，对于处于主导地位的国家，尤其是美国和中国，正在向人工智能游戏的顶端赛跑，视频竞争中的所有这些新挑战，都必须跟上并加快其竞争步伐，一种新的人工智能，是人工智能在商业中的新兴应用，在这里，人工智能将处理更少量的数据，同时更快地生成回应，这种类型的AI，可以用于像自动驾驶汽车，机器人和物联网应用这样的应用，在未来我们遇到的几乎所有东西，都可能与互联网相连，洗衣机、冰箱、汽车，甚至我们的衣服，这些互联设备中的每一个，都需要AI芯片才能发挥作用。

从操作上讲，可以应用于一系列任务，如推荐产品，街道行人识别，文本翻译，这些任务节省了许多设备，从微小的智能手表到巨大的自动驾驶卡车，而被称为边缘计算的新兴技术，也将从中获益匪浅，在边缘计算中，数据收集和分析在本地进行，而不是将数据发送到远程数据中心，目前，这就是云计算的工作原理，原始数据被发送到数据中心，在那里进行处理和分析，然后在将来将过程数据发送回相应的源，这个过程将发生在源头，使数据分析快了很多，这项技术要取得成功需要具备哪些条件？，更强大、更高效的AI芯片，GPUS并不是唯一一种将主导AI市场的芯片，竞争对手正在努力为AI芯片打造新的架构，例如，谷歌设计了所谓的ATPU或张量处理，TPU是基于谷歌张量流机器学习系统。

另一方面，Mythic和GraphCore这两家初创公司，已经创建了他们所谓的"IP用户"或"智能处理用户"，制作了一个模仿人类大脑的神经形态芯片，里弗斯和人工智能创业公司，正在创造一种被称为规模引擎的芯片，这是一个巨大的芯片，比普通的芯片大56倍，它在46平方毫米的芯片上，拥有高达40万个内核，据首席执行官Andrew，Feldman称，该想法旨在创建一个真正的大变化尖端，以减少晶圆级引擎中的处理延迟，数据永远不需要在不同的芯片之间传输，一切都发生在巨大的芯片上面，使得处理速度更快，其他的人工智能芯片制造商也有自己的版本，同样，随着计算行业更多地转向视频领域的人工智能，目前将面临越来越多的竞争，但它仍在人工智能领域占据主导地位。