英国芯片设计师ARM是最新一家为AI泵注入专用硬件的公司，今天公布了两种新的处理器设计，它承诺将为**机器学习驱动设备的公司提供“革命性的计算能力”。

这些设计是为ARM机器学习（ML）处理器设计的，它将加速从机器翻译到人脸识别的一般人工智能应用；以及ARM目标检测（OD）处理器，这是第二代设计，用于处理视觉数据和检测人和物体。OD处理器预计将在本月底面向行业客户提供，而ML处理器设计将在年中某个时间发布。

ARM负责机器学习的副总裁Jem Davies告诉Verge，“这些都是全新的基础设计，不是基于现有的CPU或GPU架构。”。

与所有ARM芯片一样，该公司不会自行生产处理器，而是将设计许可给第三方**商。过去，ARM的客户包括Broadcom等芯片**商，也包括苹果等硬件公司，苹果为自己的设备调整了ARM的设计。ML处理器将主要引起平板电脑和智能****商的兴趣，而OD处理器的用途可能更加多样化，从智能安防摄像头到无人机。这两者都将被纳入系统芯片设计（SOC），就像现在的GPU一样。

戴维斯表示，该公司已与多家有意授权ML芯片的****商进行了谈判，但不愿透露具体公司的名称。目前，专用人工智能处理器只出现在高端设备上，如苹果最新一批iPhone和华为Mate 10。但是，戴维斯相信，人工智能应用的普及将意味着这些芯片将很快成为一系列价位的标准产品。

阅读更多：移动ai芯片实际上做什么？

戴维斯告诉《边缘报》：“我们相信，通过与市场的对话，这将非常、非常迅速地流下来。”在中国，他们已经在讨论从明年开始将其应用于入门级智能**。”

不过，这些芯片设计不仅对智能**有用，而且有助于为下一代物联网（IoT）设备供电。和许多开发人工智能芯片的公司一样，ARM宣扬边缘计算的重要性——这意味着处理是在设备上完成的，而不是将数据发送回云。这是**公司采用人工智能芯片的一个重要因素，因为与云计算相比，设备上的计算具有许多优势。它更安全，因为数据在传输过程中不会被截获；它更快、更可靠，因为用户不必等待远程服务器处理他们的数据；而且对客户和提供商来说，成本更低。

戴维斯指出：“谷歌表示，如果每个用户每天只使用语音搜索三分钟，该公司将不得不将其服务器数量增加一倍。”。他说，随着越来越多的智能设备开始运行更密集的人工智能应用程序，“在线可用带宽将越来越少。戴维斯补充说，尽管今天的芯片设计主要针对移动设备，但更广泛的芯片架构也可以扩展，为服务器提供人工智能芯片。

Moor Insights&Strategy首席分析师帕特里克·穆尔海德（Patrick Moorhead）对《华尔街日报》表示，随着越来越多的公司将计算工作量从分析转移到机器学习，新的芯片设计对ARM来说是有意义的。然而，他认为这些芯片对移动行业的影响将是有限的。”移动市场目前处于停滞状态，我认为这种新的功能将有助于推动（消费者升级**）更新，但不会增加智能**销量，因为智能**正在再次增长。

当然，ARM并不是唯一一家试图用优化的硅来驾驭AI浪潮的公司。高通公司正在开发自己的人工智能平台；英特尔去年推出了一系列新的人工智能专用芯片；谷歌正在为其服务器构建自己的机器学习芯片；此外，为了利用这一剧变时刻，Graphcore等雄心勃勃的初创公司正在风险资本的推动下进入该行业，并急于取代现有公司。

正如戴维斯所说，这是“一代人一次的转折”，一切都有可能这是发生在所有计算机上的事情。”