Dally 补充说：「三个支撑深度学习关键任务的最后一个任务就是在嵌入式设备里进行推理，」比如智能手机、相机和平板电脑。对于这些应用，关键是实现低能耗的专用集成电路（ASIC）。在即将来到的一年，深度学习软件将会越来越多的实现手机端应用，atv，比如目前已有的手机端应用——恶意软件检测以及图片中的文字翻译。

除此之外，无人机生产商大疆（DJI）已经开始在其幽灵 4（Phantom 4）无人机中使用与专用集成电路的深度学习相类似的器件，大疆所使用的器件是一个由加州厂商 Movidius 制造的特殊视觉处理芯片，这个芯片用来识别障碍物。（Movidius 同时也是英特尔最近收购的另一家神经网络相关的公司）。与此同时高通（Qualcomm）在其 Snapdragon 820 处理器里放置了一个特殊的电路系统来更好地执行深度学习运算。

虽然目前有很多因素促使硬件设计来加速深度神经网络的计算，但巨大的风险依然并存：如果神经网络的进步太快，所设计来运行过往的神经网络的芯片在出厂时就会过时。「算法正以非常快的速度改变，」Dally 说。「所有从事构建这些硬件的人都在试图赢得这场赌注。」

　　原文链接：?utm_source=feedburner&utm_medium=feed&utm_campaign=Feed%3A+IeeeSpectrum

　　©本文由机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]