比爾蓋茨投資的重點是Luminous，而AI晶元投資如今方興未艾。

我們關注到，在任何一個科技領域，如今的趨勢就是分工越來越強化，專業程度越來越高。AI晶元就是個典型的案例，原來並不存在AI晶元，最早晶元就是CPU，後來GPU用粗獷的並聯方式卻達到了CPU達不到的彼岸，開啟了人工智慧，無人機，無人駕駛等眾多電子設備。而人類不會滿足於一顆GPU，人類需要專用的晶元去對付一項功能。

我們都知道CPU和GPU，如果你以前DIY電腦的話，你將需要在這兩樣硬體的性價比上權衡。他們的結構大致如下圖：

CPU是高級的，因為要處理很多複雜的事物。而GPU有很大的邏輯運算空間，同時能處理的事物比較單一。從技術含量上看，英特爾無論如何比novidia投入更多，CPU比GPU更有科技含量，但科技的彼岸未必如你預期，GPU並聯運算能力的開發，一切都變得不同。正因為GPU簡單，其運算能力可以如搭積木一樣提高。分散式的GPU。

人工智慧靠什麼？我們很多年前開始說人工智慧時候就說了三點：演算法、大數據和並行運算神經網路。為了推進人工智慧發展，演算法是公開的，數據不用說，各顯神通，那麼最重要的人工智慧的硬體技術就是並行運算的能力。

這個時候技術先走到FPGA，再到ASIC晶元也就是AI晶元。這個過程實質上簡單明瞭。FPGA，通用性不錯，但是能耗和運算能力不佳。而更加專業的ASIC晶元可以提升這個能力，使得開發的晶元重點用於人工智慧。現階段很多無人機，高清視頻等都在使用FPGA的晶元。但是隨著數據運算級別的增加，現階段FPGA的運算和能耗無法滿足更高層次專業人工智慧的需求。

AI晶元有兩種，一種是雲端晶元，大伺服器，高能耗，集中到雲端去計算數據。另一種是終端晶元，要體積小，能耗低，哪裡使用就在哪裡獲得數據直接運算，如今基本上晶元谷歌重頭是雲端AI晶元，而英特爾是終端AI晶元。谷歌的雲端AI晶元組成伺服器，然後谷歌出租這些AI的運算能力（人工智慧時代的雲計算）。

你發現了嗎？整個AI晶元領域已經出現了產品，但是需求在進一步進化。這裡面最重要的核心，是性能和能耗。這也是集成電路提升的方向。Luminous是個7人小公司，這個公司有一個與眾不同的光通信技術（硅光子技術），這樣在伺服器內部傳輸就大大加快，從而提升性能。

這家企業階段性技術目標並不高，就是替代谷歌AI雲端伺服器的晶元。為什麼谷歌要選擇他的晶元，當然需要他的技術比谷歌自己研發出來的晶元要好，既然谷歌是出售雲端AI伺服器，那麼伺服器性能就代表其印鈔的能力。谷歌現階段伺服器是使用3000塊Tensor Processing Unit AI晶元搭建的電路板。而未來如果成功，Luminous將成為一家專業的AI晶元提供商。

國外很多專業性很強的晶元公司就是這樣開始的，很多巨頭喜歡投資初創公司。他們相對來說技術路線清晰，專註性強，運營成本低。所以比爾蓋茨投資AI晶元公司Luminous，就是因為在AI晶元這個領域缺乏專業性很強的巨頭，對於很多公司，晶元你和英特爾競爭機會不大，AI晶元是個彎道超車的機會。

推薦閱讀：
相關文章