幾乎所有科技應用都不脫人工智慧的範疇，而晶片計算速度是其中的發展關鍵因素。隨著Google自製機器學習專用晶片，微軟也開始使用客製化晶片打造人工智慧電腦。或許，人工智慧戰場已經從軟體走向硬體，最底層的晶片技術將成為各網路巨頭誰能在未來勝出的關鍵起步。
納德拉：「這是世界上第一台人工智慧超級電腦。」
《Wired》報導指出，微軟加快人工智慧發展的秘密武器為FPGA（field-programmable gate arrays，現場可程式化閘陣列）晶片。FPGA為高效能、可重複程式設計的晶片，只要透過軟體，便能調整晶片上的元件配置。微軟執行長薩蒂亞·納德拉（Satya Nadella）於上周的Ignite技術大會上表示，「這是世界上第一台人工智慧超級電腦。」
微軟目前已將FPGA用於搜尋引擎Bing，預計不久後將驅動植基於深度神經網絡的新搜尋演算法——這套演算法是人類大腦架構的人工智慧模組。微軟指出，過去Bing需要4秒才能完成的事，現在只需23毫秒。
FPGA也會用在雲端計算服務Azure和Office 365，微軟在先前的 Ignite 大會上展示使用多個FPGA在0.1秒內翻譯30億字的維基百科，預計幾年內將用於微軟所有服務。「這替我們帶來巨大的能力和靈活性，以及經濟實惠的運作。」Project Catapult負責人、微軟硬體開發工程師Doug Burger說。
FPGA特性：可程式化、高效能、低功耗、低成本
微軟導入FPGA的計畫來自2011年的Project Catapult，目標在於透過FPGA提升資料中心的運算效能。
過去，FPGA主要用來做傳統晶片的雛形，優勢在於具有「可編程性」，可隨快速變動的科技和商業模式調整。微軟提到，傳統CPU晶片已趕不上人工智慧的發展，而FPGA可針對不同任務客製晶片，減少晶片開發時間和成本，還能打造出較傳統CPU更快、功耗更低的晶片。
微軟指出，FPGA較傳統晶片快上好幾個數量級，使用FPGA後，Catapult硬體較伺服器中其他元件的成本少30%、功耗減少10%，資料處理能力卻快2倍；根據微軟測試，Bing演算法使用FPGA後，效能可提升40倍。
Google、亞馬遜都在自製晶片
網路公司和科技硬體公司的界限不再如過去壁壘分明。
儘管自製晶片的成本相當高，Google也開始自行設計神經網絡計算專用晶片Tensor Processing Unit（TPU）。
不過《Wired》指出，雖然Google TPU計算速度相當快，卻不如FPGA靈活，一旦神經網絡模式改變，Google就必須重新製作晶片。因此，微軟採取和Google不同的策略，希望倚靠FPGA打長期戰，儘管晶片計算速度不如Google快，卻能因應變化快速重新程式化晶片。
此外，亞馬遜也在2016年宣布，旗下Annapurna實驗室正在開發ARM架構下的處理器晶片，希望用於儲存資料、網路運作等的低功耗電腦，將販售給製造商與資料中心營運商。或許藉由自製處理器，也能吸引更多廠商使用它們的雲端服務AWS。
值得一提的是，微軟的FPGA晶片來自Altera，去年被Intel以167億美元收購，是該晶片廠史上最大筆的收購紀錄。Intel執行副總裁Diane Bryant接受《Wired》採訪時樂觀表示，到2020年，將有1/3的雲端計算公司的伺服器都包含FPGA。
資料來源：Wired、Arstechnica、PCWorld、Microsoft
