Google、英特爾(Intel)、NVIDIA針對人工智能應用推出的最新芯片，都號稱能提供極高的運算速度及準確度。除此之外，有鑒于一般客戶很難快速掌握市面上各種不同的軟硬件選項，ARM、超微(AMD)、亞馬遜(Amazon)、Facebook的新產品于是以此為訴求，希望能使模組與各個芯片的結合達到最佳化。

根據The Register報導，Google Pixel 2搭載的協同處理器Pixel Visual Core，是Google第一款智能手機芯片，并且是專為執行Pixel 2的影像處理機器學習軟件所設計。Pixel Visual Core擁有8個影像處理擷取引擎(IPU)，每個IPU核心都有512個簡單算術邏輯運算單元(ALU)，每秒鐘能處理3兆個作業。

Google表示，要發揮IPU效率需有軟硬件密切配合。雖然將大部分細節交由軟件處理能提升硬件效率，但要用傳統程式語言編寫IPU也因此變得更加困難。 除了Halide、TensorFlow外，Google還打造了客制化的編譯器進行軟件優化。Pixel Visual Core是由英特爾負責代工，并會在未來透過Pixel 2軟件更新正式啟動。

英特爾專為深度學習模組的訓練與部署推出了Nervana神經處理器。這款ASIC芯片在過去被稱為“Lake Crest”，據說能應付神經網絡中大量的陣列相乘(matrix multiplication)、折積(convolution)運算作業。Nervana芯片使用了精準度較低的Flexpoint格式，因此運算密度較低，但存儲器頻寬也相對較高。

Nervana芯片將于2017年底前出貨，而Facebook將是第一個采用的廠商。 曾任歐巴馬政府技術政策顧問的Terah Lyons率領亞馬遜、Google、Facebook、微軟(Microsoft)、DeepMind、蘋果(Apple)等重要機器學習業者，組成了Partnership of AI。該組織的目的在透過人工智能發展提升社會大眾福祉。

新創公司Comma AI為改車愛好者推出的EON，結合了行車記錄器與即時顯示裝置，能夠將行車影像上傳至云端，再透過chffr這款深度學習App進行分析。經過分析的影像可即時回傳到駕駛的智能手機，并借由圖示標記提供類似車用抬頭顯示器(HUD)的功能。

NVIDIA的Pegasus芯片每秒可執行320兆次運算，號稱是全球第一個能推動5級自駕車技術的運算平臺。較早推出的Drive PX系列平臺采用的是SoC，已能達到1至3級的自駕車標準。

每個開發團隊都有偏好的軟件，為使不同人工智能架構寫成的模型能夠順利轉移，ARM、超微、華為、IBM、高通(Qualcomm)、英特爾都已宣布支援由Facebook、微軟所主導的開放神經網絡交換格式(ONXX)。如此一來，神經網絡在完成訓練后，也能轉移到別的框架執行推論工作。

ONXX對于沒有客制化芯片和缺乏軟件能力的廠商而言無疑是一大福音。 亞馬遜利用Apache MXNet框架開發的Gluon介面，同樣也能透過預定義層、優化器、初始設定軟件讓深度學習模型的原型設計、建立、訓練變得更加容易。