在不到12小时，三个不同的人提出支付我，如果我花一个小时在电话上和陌生人说话。
所有三个人都说他们喜欢阅读我写的一篇关于Google构建一个新的赢咖4计算机芯片的文章，所有三个人都敦促我与他们的一个客户讨论这个故事。每个人都说这个客户是一个主要对冲基金的经理，但不会说谁是。
这些请求来自所谓的专家网络 - 研究公司，它将投资者与能够帮助他们理解特定市场并提供竞争优势（有时，似乎通过内部信息）的人联系起来。这些专家网络希望我解释Google的AI处理器如何影响芯片市场。但首先，他们希望我签署一项不公开的协议。我拒绝了。
这些主动，非常具体，高压的请求 - 大约三个星期前到达 - 强调了在巨大利润的计算机芯片市场正在发生的根本性变化，这是由赢咖4的兴起带来的。这些对冲基金经理看到这些变化来了，但不太确定他们会如何发挥。
当然，没有人相当确定他们会怎么玩。
今天，像谷歌，Facebook，微软，亚马逊和中国的百度等互联网巨头正在探索各种各样的芯片技术，可以推动赢咖4的发展，他们做出的选择将改变像英特尔和nVidia这样的芯片制造商的命运。但在这一点上，即使在这些在线巨人的计算机科学家不知道未来是什么。
这些公司从包含数千台服务器的数据中心运行其在线服务，每个服务器由称为中央处理单元或CPU的芯片驱动。但是当他们拥抱一种称为深度神经网络的AI形式时，这些公司正在用其他处理器来补充CPU。神经网络可以通过分析大量数据来学习任务，包括从识别面部和照片中的对象到语言之间的翻译，以及它们不仅仅需要CPU功率。
所以谷歌建立了张量处理单元，或TPU。微软正在使用称为现场可编程门阵列或FPGA的处理器。无数公司采用配备有大量图形处理单元或GPU的机器。他们都在寻找一种新的芯片，可以加速从智能手机和其他设备的AI。
任何选择这些公司的事情，因为他们的在线操作是如此浩大。他们购买和操作比地球上任何人更多的计算机硬件，这个差距只会随着云计算的持续重要性而扩大。如果Google选择一个处理器而不是另一个，它可以从根本上改变芯片业。
TPU对像Intel和nVidia这样的公司构成威胁，因为Google制造这个芯片本身。但GPU在Google及其类似产品中也发挥了巨大的作用，nVidia是这些专门芯片的主要制造商。与此同时，英特尔已经通过收购Altera（该公司向微软销售所有这些FPGA）将自己融入其中。这是价值167亿美元的英特尔最大的收购案，这突显了芯片市场的变化。
一，培训。然后，执行
但是排序这一切都很困难，部分原因是中立网络分两个阶段运作。第一个是训练阶段，像Google这样的公司训练神经网络来执行给定的任务，例如识别照片中的面部或从一种语言翻译成另一种语言。第二个是执行阶段，人们喜欢你和我实际上使用神经网络 - 我们说，我们的高中团聚的照片发布到Facebook，它自动标记每个人。这两个阶段是完全不同的，每个都需要不同的处理方式。
今天，GPU是培训的最佳选择。 Chipmakers设计了GPU来渲染游戏和其他高度图形化应用的图像，但近年来，像Google这样的公司发现这些芯片也可以提供一种节能的方法来训练神经网络所需的令人费解的数组计算。这意味着他们可以用更少的硬件训练更多的神经网络。微软AI研究员XD Huang称GPU为“真正的武器”。最近，他的团队完成了一个系统，可以识别某些会话语音以及人类，它花了他们大约一年。没有GPU，他说，这将需要五。微软在这个系统上发表了一篇研究论文之后，他在nVidia的CEO Jen-Hsun Huang的家里开了一瓶香槟。
但公司还需要能够快速执行神经网络的芯片，这一过程称为推断。 Google专门为此构建了TPU。 Microsoft使用FPGA。而百度正在使用GPU，这不太适合推理，因为他们是训练，但可以做到这一工作与正确的软件到位。
到智能手机
同时，其他人正在构建芯片以帮助在智能手机和其他设备上执行神经网络。 IBM正在构建这样的芯片，虽然有些人想知道它有多有效。而且英特尔已经同意收购Movidius，一家已经将芯片推向设备的公司。
英特尔理解市场正在发生变化。四年前，芯片制造商告诉我们，向Google销售的服务器处理器比向其他四家公司销售的服务器处理器更多，所以它亲眼看到Google及其如何改变芯片市场。因此，它现在把赌注无处不在。除了抢夺Altera和Movidius，它已经同意购买第三个AI芯片公司Nervana。
这是有道理的，因为市场只是开始发展。 “我们现在处于下一个大增长的浪潮的悬崖，”英特尔副总裁贾森·瓦克斯曼最近告诉我，“这将是由赢咖4驱动的。”问题是波浪将在哪里带我们。
