这个五月不太平凡，谷歌、英特尔、微软三大巨头纷纷选择在这个月举办自己的AI大会，展现自身的AI实力与战略布局。

谷歌作为AI领域的领导者，谷歌在I/O大会上展现了AI战略的四大方向，表现了全面押注AI的决心。

方向一：AI技术导入谷歌应用中，核心产品优先在过去一年中，我们切实感受到导入AI技术的谷歌翻译愈发接近真人水平。在本届I/O大会上，谷歌展示了AI技术加持的Gboard（谷歌输入法）、Gmail、谷歌相册如何变革。未来，谷歌必将把AI技术推广到所有谷歌应用中。因为谷歌会针对不同应用开发不同的AI技术，因此核心产品会有AI导入的优先权。

方向二：AI技术导入安卓系统，让AI成智能机标配谷歌在I/O大会发布的下一代安卓系统AndroidP，融合了AI技术，将于今年夏天面市。加之手机处理器厂商为中高端处理器搭载了AI功能，两者为AI成为智能机标配带来了双重保障。

方向三：坚持自研AI芯片，构建云平台生态系统I/O大会上推出了TPU3.0，相比2.0版本，性能提升8倍，速度高达100petaflops。

谷歌正努力扩张自己的云平台业务，并与亚马逊AWS和微软Azure进行激烈竞争，打造性能强劲的AI芯片被视作取胜要素。谷歌希望借助TPU带来的AI能力，吸引用户进入谷歌的生态系统。

方向四：让所有谷歌软硬件产品都有谷歌助手加持谷歌的发展愿景是软硬件产品都有谷歌助手加持。I/O大会演示了谷歌助手预定餐位等，证明它可以真正成为生活的助手。

微软微软在Build开发者大会上，发布了可加速实时AI计算的硬件架构ProjectBrainwave预览版，并将其整合到了Azure机器学习服务中。ProjectBrainwave是部署在英特尔FPGA上的。

据业内人士透露，微软认为机器学习正在快速演进，将目前的算法烧入芯片或许并不明智，这可能很快会过时，而采用可编程的FPGA芯片，可随时导入最新算法，实现AI功能。这样，微软无须开发自家服务器设计芯片，直接向英特尔采购FPGA，并通过软件编程的方式实现AI加速等功能。

微软在北京举行的2018人工智能大会上，着重强调了其新的“世界观”，即智能云与智能边缘。

公有云Azure、混合云AzureStack、物联网AzureIoTEdge与AzureSphere组成的Azure生态将智能云与智能边缘融会贯通。

因此，微软的AI硬件战略是押注于FPGA，发力智能云与智能边缘。

英特尔英特尔作为一家硬件厂商，AI布局专注于硬件方面。在首届AI开发者大会AIDC2018上，发布了新款云端AI芯片NNP（神经网络处理器）发布，其代号为“SpringCrest”，据悉其功耗将小于210瓦，比上一代产品LakeCrest在训练方面有3-4倍的性能提升，该芯片可为云端训练提供硬件支持。

除了云端AI能力，英特尔在开发者大会上还重点展示了去年推出的Movidius神经计算棒。由于集成DNN加速器，边缘推理可实现每秒超过1万亿次运算。

英特尔副总裁暨AI产品团队总经理Naveen Rao在会中试图将英特尔及其旗舰服务器处理器Xeon，定位为在神经网络算法训练及推论领域的领导者及产品线。据悉，英特尔将把神经网络bfloat16数字格式延伸至英特尔Xeon处理器及FPGA。Rao指出，这是英特尔连贯且全面的战略之一，让自有芯片产品组合拥有AI训练能力。

三巨头的硬件战略对比对于谷歌、微软与英特尔，我们选取其共同争夺的AI云端市场来进行对比。

先来科普一下，神经网络的两个主要阶段是训练和推理。在训练过程，通常需要通过大量的数据输入，或采取增强学习等非监督学习方法，训练出一个复杂的深度神经网络模型。因此，训练环节只能在云端实现，而能胜任此工作的目前有GPU、ASIC(Google TPU1.0/2.0)等。因此，真正考验AI能力的还是在云端的训练能力，设备端的推理能力显得“小儿科”了很多。当然，云端也可以进行计算推理，FPGA就被用作云端计算加速的关键芯片。

在云端推理方面，谷歌推进TPU的发展与产业的导入，英特尔借助收购的Nervana Systems公司推出了NNP芯片改变了较落后状况。英特尔AI产品组硬件副总裁Carey Kloss表示，Spring Crest可对标谷歌第三代TPU（TPU3.0）产品。因此，谷歌与英特尔之间的对决将越来越精彩。

微软押注FPGA通过软件实现的办法来进行云端服务。基于FPGA的微软图像辨识云端服务Project Brainwave被雀巢以及捷普科技采用，微软表示：采用Brainwave的客户可使用标准影像辨识模型，单一影像处理只需1.8毫秒。但业内人士对Brainwave适用性表示质疑，因为FPGA并未广泛用在云计算上。

谷歌自研TPU，话题感十足，除了用于自身AI水平的提升，也希望获得企业客户；英特尔通过收购的方式，补齐AI芯环节，为赢得市场奠定基础；微软放弃自研AI芯，押注于FPGA，略显谨慎。