（贝云网络科技）
在芯片领域，我们看到传播谈论最多的是上市公司台积电，英特尔，英伟达，AMD等著名公司，大家谈论芯片时候似乎不怎么顾及蓝色巨人的感受。
然而，IBM在芯片领域却是一个大佬级的存在，只是低调的企业文化让大家谈论更多是IBM与红帽并购之后的混合云。间或看看大型机Z怎么样了，是市场增长还是缩减。对于芯片的研究，IBM一直投入不小，也很认真。
1960年，IBM开发出倒装芯片封装技术，提高组件可靠性。
1966年，IBM提出了单晶体管DRAM的想法。
1974年，IBM研究院设计了采用精简指令集计算机 (RISC) 架构计算机原型，该架构沿用至今。第一台RISC计算机IBM 801，由IBM研究员John Cocke和团队于1970年代后期设计，他也在1987年获得计算机工业最高荣誉图灵奖。
在芯片领域的贡献，IBM还包括CMP、SiGe stress、ArF光刻、计算机化光刻技术、化学增量光刻及绝缘层上硅(SOI)技术、Power处理器、AI芯片、量子芯片等。
目前，IBM仍保有纽约州奥尔巴尼的芯片制造研发中心。在代工方面，IBM也与三星和英特尔签订联合技术开发协议，两家公司可以使用IBM的芯片制造技术。
此外，IBM Research AI Hardware Center也是一个值得一看的地方，2019年初成立并与纽约州、纽约州立大学理工学院以及Mellanox、三星和Synopsys等科技公司合作研发AI芯片。在过去五年中一直专注于开发下一代芯片和人工智能系统，希望以每年将人工智能硬件效率提高2.5倍，并能够在2029年以比2019年快1000倍的速度训练和运行人工智能模型。
2020年，IBM研发出一种基于相变存储器(PCM)的非·冯诺依曼架构芯片技术，能像人脑一样在存储中执行计算任务，以超低功耗实现复杂且准确的深度神经网络推理。
2022年10月，IBM发布首款人工智能计算单元（Artificial Intelligent Unit，AIU）片上系统，AIU专为加速深度学习模型使用的矩阵和向量计算而设计和优化，不仅可以解决计算复杂的问题，并以远远超过CPU能力的速度执行数据分析。
试问：人工智能硬件的未来是什么样子的？制造高效硬件的关键，在于在系统层面深入了解真实的人工智能工作负载。随着人工智能模型的数量正呈指数级增长，同时深度学习模型也越来越庞大，有数十亿甚至数万亿的参数，需要的算力也是越来越高，而CPU、GPU这类传统架构的芯片的AI算力增长已经遇到了瓶颈。
因此，人工智能正由深度神经网络（ Deep neural networks， DNN）的爆炸式增长提供新动力。然而，我们看到能源消耗呈指数级增长。预计2025年的神经网络将拥有大约100万亿的权重参数，这与人脑中的突触数量相似。大脑确实给了我们希望和灵感，我们可以做得更好，因为它比当前的数字硬件能效高100倍。这一点值得注意，因为人工智能处理的基准将很快改变，人工智能算法将以每焦耳提供的智能量来衡量。每焦耳智能将成为人工智能基准，说明深度神经网络对于算力的需求增长迅速，在节能AI算法方面，如何与节能硬件的设计紧密结合，将成为未来AI发展的重要方向。
在量子计算领域，IBM Q System One的出现让业界刮目相看。2020年，IBM发布了65量子位的Quantum Hummingbird。
2022年11月10日，IBM已经制造出一种更强大的量子计算芯片，从而向打造能够为企业提供商业价值的量子机器又迈出了一步。这款433个量子比特的Osprey芯片在IBM纽约年度量子峰会上亮相，其量子比特数是去年推出的127个量子比特的Eagle芯片的三倍多。
2023年，IBM将发布1123比特的IBM Quantum Condor。IBM也计划在2025年推出一个超过4000个量子比特的系统。
近年来，全球芯片风起云涌，对于在芯片领域的创新坚持，我们似乎忘记了一个名叫IBM的蓝色大佬。对此，你怎么看？