随着云计算技术的普及，数据中心和企业级应用对于高效的、大规模的计算能力需求也越来越强烈。为满足市场的需求，一些细分领域的芯片厂商也开始跨界进入服务器芯片领域。最近，科技巨头亚马逊、微软和谷歌均计划推出新一代的服务器芯片和云端AI芯片，这些芯片将拥有更高的性能和能够支持更多的计算负载。

• 一、亚马逊发布服务器芯片

  
  

• 二、微软推出Azure云端AI芯片

  
  

• 三、谷歌推出的Tensor Processing Units(TPU)

  
  

• 四、IBM推出的Power9芯片

  
  

• 五、英特尔的神经网络处理器Nervana NNP

        以上芯片都有自己的特点，但他们共同的目标是提供更高效的数据处理功能，降低总体的能耗和成本。

亚马逊发布服务器芯片

        最近亚马逊的AWS云服务宣布即将发布新一代服务器芯片，该芯片被命名为Graviton2。据悉，此款芯片采用了64位ARM架构，并使用了自主设计的A72 CPU内核。与上一代芯片相比，Graviton2能够提供更高的性能和更低的能耗。据官方消息显示，Graviton2在大数据处理、图像处理和网络应用等方面能够提供比同类Intel Xeon处理器更高的性能表现。

微软推出Azure云端AI芯片

        微软已经推出了自主研发的神经网络处理器AI Accelerator，该芯片内置了多种类型的算法优化器，可以大幅度减少AI计算中的功耗和延迟。通过这种方式，企业可以在没有显卡或其他外围加速设备的情况下，实现高效的AI算法计算。微软表示，Azure AI平台可以使用这些AI加速器来构建各种虚拟机大小，满足不同的工作负载需求。

谷歌推出的Tensor Processing Units(TPU)

        Tensor Processing Units(TPU) 是谷歌自主设计的AI芯片，它专门用于执行各种深度神经网络模型的计算，包括CNN、RNN、LSTM等。TPU在性能、能耗和延迟方面都优于常见的GPU和CPU，其精度也达到了国际上最优秀的水平。TPU被广泛应用于Google搜索引擎、谷歌翻译、Gmail等多个项目中。

IBM推出的Power9芯片

        IBM发布的Power9芯片是一款可扩展的、高效的处理器芯片，它被设计用于处理AI、大数据分析等工作负载。该芯片拥有512GB的内存容量，并可支持高达120个PCIe 4.0设备。除此之外，该芯片还提供了256MB的带缓存的L3缓存，每秒能够执行超过240亿条指令。

英特尔的神经网络处理器 Nervana NNP

        最后需要介绍的是英特尔的神经网络处理器 Nervana NNP，这款产品旨在提供高性能AI处理，以便加速深度学习和其他人工智能应用的推广。据英特尔表示，Nervana NNP将专注于加速固定类型的计算负载和深度学习计算操作，并提供同时适用于训练和推理的所有重要功能。促使这种专业芯片的需求是，现有的CPU和GPU在加速深度学习时的性能瓶颈。

        总之，各大科技公司都在不断地努力发掘新的芯片设计，以此来满足市场的需求。从市场角度来看，这也将引起一些大型芯片制造商的注意，大家可以期待未来芯片技术的不断发展。