這個五月不太平凡，谷歌、英特爾、微軟三大巨頭紛紛選擇在這個月舉辦自己的AI大會，展現自身的AI實力與戰略布局。
谷歌
作為AI領域的領導者，谷歌在I/O大會上展現了AI戰略的四大方向，表現了全面押注AI的決心。
方向一：AI技術導入谷歌應用中，核心產品優先
在過去一年中，我們切實感受到導入AI技術的谷歌翻譯愈發接近真人水平。在本屆I/O大會上，谷歌展示了AI技術加持的Gboard（谷歌輸入法）、Gmail、谷歌相冊如何變革。未來，谷歌必將把AI技術推廣到所有谷歌應用中。因為谷歌會針對不同應用開發不同的AI技術，因此核心產品會有AI導入的優先權。
方向二：AI技術導入安卓系統，讓AI成智能機標配
谷歌在I/O大會發布的下一代安卓系統Android P，融合了AI技術，將于今年夏天面市。加之手機處理器廠商為中高端處理器搭載了AI功能，兩者為AI成為智能機標配帶來了雙重保障。
方向三：堅持自研AI芯片，構建云平臺生態系統
I/O大會上推出了TPU 3.0，相比2.0版本，性能提升8倍，速度高達100 petaflops。
谷歌正努力擴張自己的云平臺業務，并與亞馬遜AWS和微軟Azure進行激烈競爭，打造性能強勁的AI芯片被視作取勝要素。谷歌希望借助TPU帶來的AI能力，吸引用戶進入谷歌的生態系統。
方向四：讓所有谷歌軟硬件產品都有谷歌助手加持
谷歌的發展愿景是軟硬件產品都有谷歌助手加持。I/O大會演示了谷歌助手預定餐位等，證明它可以真正成為生活的助手。
微軟
微軟在Build開發者大會上，發布了可加速實時AI計算的硬件架構Project Brainwave預覽版，并將其整合到了Azure機器學習服務中。Project Brainwave是部署在英特爾FPGA上的。
據業內人士透露，微軟認為機器學習正在快速演進，將目前的算法燒入芯片或許并不明智，這可能很快會過時，而采用可編程的FPGA芯片，可隨時導入最新算法，實現AI功能。這樣，微軟無須開發自家服務器設計芯片，直接向英特爾采購FPGA，并通過軟件編程的方式實現AI加速等功能。
微軟在北京舉行的2018人工智能大會上，著重強調了其新的“世界觀”，即智能云與智能邊緣。
公有云Azure、混合云Azure Stack、物聯網Azure IoT Edge與Azure Sphere組成的Azure生態將智能云與智能邊緣融會貫通。
因此，微軟的AI硬件戰略是押注于FPGA，發力智能云與智能邊緣。
英特爾
英特爾作為一家硬件廠商，AI布局專注于硬件方面。在首屆AI開發者大會AIDC 2018上，發布了新款云端AI芯片NNP（神經網絡處理器）發布，其代號為“Spring Crest”，據悉其功耗將小于210瓦，比上一代產品Lake Crest 在訓練方面有3-4倍的性能提升，該芯片可為云端訓練提供硬件支持。
除了云端AI能力，英特爾在開發者大會上還重點展示了去年推出的Movidius神經計算棒。由于集成DNN加速器，邊緣推理可實現每秒超過1萬億次運算。
英特爾副總裁暨AI產品團隊總經理Naveen Rao在會中試圖將英特爾及其旗艦服務器處理器Xeon，定位為在神經網絡算法訓練及推論領域的領導者及產品線。據悉，英特爾將把神經網絡bfloat16數字格式延伸至英特爾Xeon處理器及FPGA。Rao指出，這是英特爾連貫且全面的戰略之一，讓自有芯片產品組合擁有AI訓練能力。
三巨頭的硬件戰略對比
對于谷歌、微軟與英特爾，我們選取其共同爭奪的AI云端市場來進行對比。
先來科普一下，神經網絡的兩個主要階段是訓練和推理。在訓練過程，通常需要通過大量的數據輸入，或采取增強學習等非監督學習方法，訓練出一個復雜的深度神經網絡模型。因此，訓練環節只能在云端實現，而能勝任此工作的目前有GPU、ASIC(Google TPU1.0/2.0)等。因此，真正考驗AI能力的還是在云端的訓練能力，設備端的推理能力顯得“小兒科”了很多。當然，云端也可以進行計算推理，FPGA就被用作云端計算加速的關鍵芯片。
在云端推理方面，谷歌推進TPU的發展與產業的導入，英特爾借助收購的Nervana Systems公司推出了NNP芯片改變了較落后狀況。英特爾AI產品組硬件副總裁Carey Kloss表示，Spring Crest可對標谷歌第三代TPU（TPU 3.0）產品。因此，谷歌與英特爾之間的對決將越來越精彩。
微軟押注FPGA通過軟件實現的辦法來進行云端服務。基于FPGA的微軟圖像辨識云端服務Project Brainwave被雀巢以及捷普科技采用，微軟表示：采用Brainwave的客戶可使用標準影像辨識模型，單一影像處理只需1.8毫秒。但業內人士對Brainwave適用性表示質疑，因為FPGA并未廣泛用在云計算上。
谷歌自研TPU，話題感十足，除了用于自身AI水平的提升，也希望獲得企業客戶；英特爾通過收購的方式，補齊AI芯環節，為贏得市場奠定基礎；微軟放棄自研AI芯，押注于FPGA，略顯謹慎。