从区块链到机器学习，专用集成电路（ASIC）经过专门化来掀起数字化转型的下一波浪潮。
ASIC的全称是专用集成电路。ASIC是为一种十分特定的用处而规划的硅芯片，旨在十分高效地履行一种重复的功用；相比之下，通用芯片可以履行各式各样的功用，可是功率较低（比方GPU或CPU）。现在ASIC用于全球各地的私有数据中心、公共云和联网设备。
1. 机器学习：谷歌的张量处理单元（TPU）是一种旨在运转要害深度学习算法的ASIC，作为TensorFlow机器学习结构的一部分。谷歌开端运用GPU和CPU来练习机器学习模型，但尔后开发了新一代TPU，旨在既练习模型，又运转模型。TensorFlow是谷歌开发的开源机器学习库，它在TPU上运转作用最好，但也可以在CPU和GPU上运转。
2. 区块链：许多加密钱银的实质是，区块有必要经过运转哈希算法来加以发现；发现的区块越多，发现区块的难度会逐步加大。难度日益添加导致核算才能方面呈现了一场“军备竞赛”，常常导致ASIC完胜CPU和GPU。比方说，比特币开端是在CPU和GPU上挖矿的，可是2013年左右，第一批比特币ASIC出产出来，这种ASIC运转比特币运用的SHA-256哈希算法的算法比通用芯片快得多，并且更高效，因而使CPU和GPU不再适用于这个功用。现在，Bitmain是区块链ASIC规划、出产和硬件布置这个范畴的全球领头羊，2017年收入或许超越英伟达。商场变得反常火爆，连全球最大的芯片供货商三星也在出产专门用于加密钱银挖矿的ASIC芯片。不过，Bitmain不只规划和出产硬件。这家公司运营着世界上几个最大的数据中心，它们都塞满了自家的ASIC，该公司将ASIC卖给经销商及其他矿工之前，运用这种硬件来挖矿加密钱银。Bitmain现在将ASIC专业知识投入到人工智能范畴，预备进军机器学习即服务（MLaaS）商场，与AWS和谷歌等巨子的解决方案一较高下。
3. 物联网“边际”设备：推进数字化革新的是嵌入到智能设备中的电路。物联网设备自身常常运用定制的ASIC，以削减芯片上的物理空间，并且低能耗运转。此外，一些物联网设备与AWS IoT Core、TensorFlow或谷歌云等云渠道相连接，这些渠道自身可以运转ASIC。这样一来，物联网设备运用ASIC搜集来自传感器的数据，将这些数据推送到根据云的ASIC上运转的现有算法模型中，并将警报信息或其他成果从模型发回给终究用户，或许仅仅馈送给模型，更精确地猜测未来的成果。
4．多云：企业IT支撑从交际媒体、体育赛事到自动柜员机（ATM）的各种运用，要全面地看待企业IT，将其视为一种多云环境。今日的数字化企业依托公共云、私有云和本地硬件的组合环境。作为这种环境的一部分，ASIC可以驻留在本地，也可以驻留在云环境。ASIC现已经过MLaaS呈现在多云，许多企业早已在运用这项技能。
因为很多企业选用依托ASIC的技能（比方机器学习和区块链），ASIC带来了许多长处，包含速度快和能效高，这两大长处都节约了运营本钱（opex），并且常常有助于促进立异。
因为CPU和GPU在大规模环境下无法堪当重任，许多企业在招兵买马，开发定制电路。正如微软研讨院新体验和新技能（NExT）小组的出色工程师道格•伯格（Doug Burger）向IDG解说：“我以为就许多运用而言，大规模处理方面的重大突破将来自非CPU技能。”ASIC及相关技能将替代CPU。
KnuEdge是一家出产军用级语音辨认和身份验证技能的公司。这家公司发现自己运用通用硬件无法到达所需的功用后，成立了一支新的团队，致力于研制ASIC。成果研制出了KNUPATH LambdaFabric处理器，专为快速、高效和精确的语音辨认而规划。
为了更好地了解ASIC技能的价值，咱们可以看一看加利福尼亚大学圣迭戈分校最近的一项研讨（）。研讨发现，就深度学习、视频转码和加密钱银挖矿这些运用而言，ASIC云的整体具有本钱（TCO）远胜于GPU和CPU。研讨报告宣称：“ASIC云在每秒运算次数（ops/s）的TCO方面胜过CPU云，处理比特币、莱特币和视频转码时别离高出6270倍、704倍和8695倍。ASIC云在每秒运算次数的TCO方面胜过GPU云，处理比特币、莱特币和深度学习时别离高出1057倍、155倍和199倍。”
尽管ASIC很拿手某项使命，但仅仅在那一个方面做得很好。假如将来这一个用处过期，就会使购买或构建ASIC的企业面对危险。为了下降这个危险，一些公司将目光投向FPGA（现场可编程门阵列），FPGA相似ASIC，但可以定制――这意味着FPGA具有ASIC在功率方面的长处，又不被底层逻辑和功用绑住四肢。比方说，微软的必应（Bing）进行了一项测验，将FPGA和ASIC布置在它的一个数据中心，以便进步这个搜索引擎的速度和功率。测验取得了巨大成功，运用FPGA将吞吐量进步了2倍，明显缩短了网络推迟。微软发现，在大规模环境下ASIC功耗更低，不过终究仍是挑选了FPGA，因为今后可以灵敏地从头编程，以便处理其他使命。
幸亏，因为云技能让企业可以在他人的机器上租借空间，所以没必要为了本钱开支而在ASIC和FPGA之间作一挑选，也没必要建立一个团队，专门研制定制芯片解决方案。不过正如人们意料的那样，彻底依托一家云提供商来获取这种技能削弱了节约长时间本钱这个长处。眼下，假如公司期望进入依托ASIC的技能，最稳妥的行动便是从云下手，在证明的确长时间有效后，再考虑内部开发这种技能。
ASIC在推进数字化转型，开端在数据中心（无论是私有数据中心仍是公共数据中心）发挥要害作用。现在关于精明的IT领导者来说，问题不在于要不要运用ASIC（或FPGA），而是怎样才能最合理地将这种技能与多云环境中的传统CPU和GPU整合起来，以及怎么最有效地办理整个软件开发和出产布置生命周期的本钱。
承当技能过期之类的危险常常是在数字化经济中推翻现有格式的那些公司不得不面对的担负。开发定制ASIC芯片或许只合适依托尖端技能的资金足够的项目，或许也是数字化领导企业坚持立于商场前沿的仅有挑选。
职业沟通群，欢迎参加，群主微信：aclood（补白任职单位+职位，不然不予经过）回来搜狐，检查更多
快速链接
下载
公司