TheDeclineofComputersasaGeneralPurposeTechnology:WhyDeepLearningandtheEndofMoore'sLawAreFragmentingComputing），工作论文，麻省理工学院，2018年11月，
论断
最佳论据是，所有这些针对特定用途，甚至是针对单个公司活动，正在取代英特尔过去半个世纪不断推出强大微处理器所带来“通用”计算。尼尔·汤普森（NeilThompson）和斯文贾·斯潘努斯（SvenjaSpanuth）甚至认为，
们正在看到“计算机作为通用技术衰落”。他们认为，未来计算将分为“使用强大定制芯片‘快车道’应用和使用通用芯片‘慢车道’应用，而通用芯片进步会趋缓”。
不可否认是，微处理器作为现代计算主力，正在被为特定目而制造专用芯片部分取代。不太清楚是，这是否是个问题。英伟达GPU不像英特尔微处理器那样通用，从某种意义上说，它们是专为处理图形设计，而且越来越多地是为人工智能设计。但英伟达和其他提供针对人工智能优化芯片公司，使得人工智能实现成本更低，因此更容易被使用。如今，人工智能已经变得比十年前人们想象更加“通用”，这主要归功于更新、更强大芯片。
亚马逊和谷歌等大型科技公司设计芯片最新趋势，标志着与近几十年相比另个变化。亚马逊和谷歌都进入
芯片设计业务，以提高运行其公共云服务器效率。任何人都可以付费访问谷歌云上谷歌TPU芯片。悲观者可能认为这是计算在分为“慢车道”和“快车道”。然而，令人惊讶是，任何人都可以通过购买英伟达芯片或租用人工智能优化云很容易地接入快速车道。
《异构计算：无人谈论范式转变》（HeterogeneousCompute:TheParadigmShiftNoOneIsTalkingAbout），Fa
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
