新浪科技讯 北京时间 9 月 10 日早间音讯，据报导，谷歌、亚马逊和微软此前已打开招聘和大规模出资，从头开端自主规划核算机芯片，期望下降服务器本钱并取得更好的功能。两名音讯人士泄漏，Facebook 也在参加这个队伍。该公司正在开发一种用于机器学习的芯片。

　　src=依据音讯人士的说法，Facebook 自主开发的另一款芯片期望经过视频转码，优化用户观看录制视频和直播视频的质量。假如取得成功，开宣告本钱更低、功能更强的芯片，那么也有助于 Facebook 在未来几年中下降数据中心的碳排放，并减小对传统芯片供货商，例如英特尔、高通和博通的依托。

　　贝恩公司重视半导体职业的合伙人维鲁 · 辛哈（Velu Sinha）表明，因为开发本钱变低，大型科技公司正转向自主开发订制化芯片，而不是向英特尔和英伟达等公司收购通用芯片。他指出： 这方面的出资只需数百万美元，而不是数亿美元。

　　Facebook 以往也曾为芯片规划师岗位刊登招聘广告，期望开发专用集成电路（ASIC）这种半订制和全订制芯片，但外界此前并不了解 Facebook 开发彻底订制化芯片的意图。Facebook 的发言人表明， 关于咱们未来的方案，现在没有任何新音讯能够共享 。不过 Facebook 一直在探究，怎么经过内部尽力，与芯片职业协作伙伴一同推进更高水平的核算机功能和能效 。

　　一名知情人士泄漏，参加 Facebook 从事芯片开发的工程师开端专心于与外部芯片公司协作，优化其时的芯片规划。例如 Facebook 在 2019 年宣告，正与英特尔、高通和博通等公司协作，开发用于推理和视频转码的半订制 ASIC 芯片，保证在技术上提早满意需求，并提高功能和能效。

　　现在，Facebook 正在开发推理和视频转码芯片，而这些作业没有任何外部公司的参加。音讯人士称，在 Facebook 的数据中心，新开发的芯片将与外部收购的半订制芯片一同运用，而不是彻底替换后者。

　　Facebook 此前曾表明，只是依托通用的处理器芯片无法满意其数据中心的需求，而推理和视频转码是 增加最快的服务 。2019 年，Facebook 发表的数据显现，其渠道每天要处理 200 万亿次猜测、60 亿次言语翻译，服务 7500 万视频观众。

　　本年早些时候，Facebook 工程师在博客中泄漏，正在大举出资半订制 ASIC 芯片。与通用芯片比较，这类芯片在履行某些人工智能使命时功能能够提高多达 30 倍，能效也能够得到大幅优化。Facebook 表明，其半订制的视频转码芯片每天帮忙处理近 2.5 亿个上传至渠道的视频。彻底订制化的 ASIC 芯片乃至能够做得更好，但现在还不清楚 Facebook 能否开宣告适宜的配套软件并完结量产。音讯称，Facebook 内部至少有 100 人正致力于开发这种彻底订制化的 ASIC 芯片。

　　Facebook 以及亚马逊和谷歌等公司通常会运用 ASIC 而不是通用芯片来履行推理，练习机器学习模型。用于练习的芯片实践上是神经网络的教师，处理海量数据，例如数十亿张带标签的 Facebook 相片，以协助神经网络学习怎么辨认人脸。在神经网络完结练习后，推理芯片就会将其使用至新的数据集，用于实践完结使命，例如在新相片中主动标记出一张人脸。

　　虽然英伟达等公司供给的通用芯片也能够履行这些使命，但专为神经网络练习和推理而开发的 ASIC 芯片速度更快、功耗更低、功率更高，能够明显下降数据中心的本钱。不过 ASIC 的缺陷在于，因为硬件约束无法使用至其他使命。

　　实践上，在开发数据中心订制芯片方面，Facebook 现在还在跟随其他大型科技公司的脚步。谷歌于 2013 年就开端开发数据中心芯片 Tensor。其时谷歌意识到，用户需求的增加要求其数据中心的处理才能提高一倍。从 2015 年开端，谷歌引进 Tensor 来承当查找、街景视频、相片和翻译服务的需求。现在，谷歌还根据经过该项目取得的经历，为智能手机和云核算事务开发订制的芯片。

　　亚马逊于 2018 年宣告为云核算客户开发 Graviton 芯片。本年早些时候还有报导显现，亚马逊正在开发一款网络芯片，用于担任其网络中数据传输的交换机。这个项目或许有助于下降亚马逊对博通等供货商的依托。上一年 12 月，彭博社报导称，微软正在为服务器和 Surface 核算机规划芯片。

　　了解 Facebook 项意图音讯人士泄漏，Facebook 还在为个人核算设备，例如 Oculus 虚拟实际头显规划芯片。有报导称，Facebook 现已挖来谷歌芯片规划团队的前担任人沙利亚尔 · 拉比（Shahriar Rabii），担任在增强实际和虚拟实际范畴的芯片开发。本年早些时候，以色列媒体报导称，Facebook 方案在以色列建造一个芯片规划中心。