IBM一直處於量子運算和許多其他研究領域的前沿，最近其展示了它認為的新AI處理解決
方案。IBM的願景並不是以GPU為中心，相反的，其認為混合訊號類比晶片中，可以大幅提
高能源效率，同時提供與市場當前主流產品GPU相同競爭力的性能。

如今IBM開發了一款類比AI晶片雛型。經過測試，該晶片與GPU等數位晶片一樣擅長電腦視
覺AI任務。就這一點來說，它的能源效率比GPU要高得多。在過程中，它將多個數位處理
單元和數位通訊結構與類比記憶體內運算結合。

換句話說，這是一種將部分混合訊號和類比晶片結合在一起的晶片。此外，該晶片結合了
相變記憶體（PCM）和數位電路，其聲稱在人工智慧推理方面將與GPU性能相匹配，但效率
高上得多。

AI推理現有的主要瓶頸之一涉及在記憶體和處理晶片之間分流數據，這會減慢處理速度並
消耗電力。至於IBM的類比AI晶片採用了不同的方式，使用PCM單元將推理權重儲存為類比
值並執行運算。

簡單來說，IBM的類比AI晶片本質上是在同一位置運算和儲存記憶體，因此可以糾正數據
傳輸中引起的畸變，同時也使系統變得更加節能。它幾乎像人腦的運作方式一樣，神經網
路就是在技術處理上和儲存發生在同一個位置的方式。

不過，目前這款類比AI晶片還只是紐約IBM的Albany奈米技術中心之研究雛型機，且處於
實驗階段。因此，仍還需要一段時間才能看到這類產品商業化。所以現階段，GPU在AI推
理的使用上仍是獨一無二的存在，可是其高功耗的型態必須慢慢的解決。

現今GPU在AI推理上的功耗是非AI處理器的10倍。一旦全球愈來愈多廠商佈建更多的AI伺
服器，那麼以現今的發電系統，將面臨負荷過重的情況。畢竟，電動車愈來愈普及的情況
下，也需要全球各國重新思考如何佈建更有效率地發電系統。

如果IBM這種記憶體內運算之類比AI晶片在AI推理領域起飛，那麼微軟、谷歌等公司將減
少從輝達公司購買的GPU數量，同時限制AI處理中對GPU的猛增需求，這對於市場遊戲規則
的改變，又將帶來很大衝擊。不過，IBM並沒有跟市場明說，這款晶片何時能夠進行量產
，所以短中期來說，AI市場仍舊需要依賴GPU。從這可以看出，當許多廠商跟隨輝達追求
GPU市場大餅的同時，IBM以反向操作模式，給產業界一個新的研發方向。