联盟合体打造人工智能平台，除了「情分」，还

为了打破 IBM 在个人计算机市场的主导地位，微软与英特尔联合组成了「Wintel」联盟。事实证明，它们不仅达成了最初的愿景，并且走的更远。

但由于平板电脑以及二合一设备等移动设备的兴起，微软宣布下一代 Windows 操作系统将支持 ARM 处理器 ，这也让原本「亲密无间」的 Wintel 联盟出现了些许裂痕。

在 Hot Chips 2017 上，微软团队推出了 Project Brainwave 人工智能平台，主要是基于微软旗下 Azuer 云端运算技术，并结合英特尔旗下 Stratix 10 FPGA 芯片提供支持，让该平台系统可以应对较为复杂的运算。

这也意味着，已经在 PC 行业占据统治地位的 Wintel 联盟，再度以之前已经获得印证的模式，开始发力人工智能。而微软再次选择以英特尔作为合作伙伴的背后，可能情分会占据 1% 的原因，剩下的 99%，则来源于技术层面。

如何理解 Project Brainwave 人工智能平台

毫无疑问，Project Brainwave 人工智能平台的到来，一定是要落地到实际应用上来的。诸如自动驾驶、自动控制、安全监控等需要实时数据分析判断的应用场景，自然离不开更大演算效率与更快反应速度的平台来作为支撑，而微软推出此平台的初衷，正是为了解决这一问题。

前边我们讲到，Project Brainwave 人工智能平台于 Hot Chips 2017 上正式推出，而在此之前，微软也不止一次提到了该平台。

按照官方对 Project Brainwave 的描述，实际上它由三部分构成：高性能分布式系统架构;整合到 FPGA 硬件上的深度神经 (DNN) 引擎;以及一套训练模型的编译器 / 运行时。

第一部分，Project Brainwave 利用了微软数年建立起来的 FPGA 基础设施;第二部分，Project Brainwave 使用了所谓的「软」DNN 处理单元 (即 DPU，又称分散处理单元)，并整合到 FPGA 中;第三部分，Project Brainwave 内置了一个能支持各种深度学习框架的堆。

在实现人工智能的三个要素中，核心是算法，而数据以及硬件则是基础。在以上微软给出的 Project Brainwave 介绍中，有一个——FPGA(现场可编程门阵列)，也就是硬件这部分。

同样应用于人工智能，GPU、TPU、FPGA 有何区别

实际上，人工智能走到今天，大家开始逐渐意识到，传统 CPU 或者 GPU 的效能表现并不尽如人意。因此我们看到 Google 推出了为机器学习而定制的芯片 TPU(Tensor Processing Unit)。