芯片大厂英特尔(Intel)分别以仿神经型态(neuromorphic)技术与量子运算为基础，推出了两款最新芯片，希望能借此在人工智能市场与量子运算发展上急起直追，并继续在未来的运算产业独领风骚。

根据The Motley Fool网站报导，不论是人工智能系统的训练，或是人工智能的实际应用，NVIDIA GPU的性能表现都比标准CPU更为优异，即使是多核Xeon服务器芯片也望尘莫及。为了不让NVIDIA专美于前，英特尔陆续推出了搭载大量x86核心的Xeon Phi芯片，并开始打造自己的绘图芯片，但到目前为止能都无法动摇NVIDIA在人工智能市场的地位。

英特尔最新发表的仿神经型态芯片Loihi，如果能成功商业化，或许可成为英特尔扭转局势的关键。NVIDIA GPU执行神经网络软件的方式，只是大致模拟人脑的运作，而Loihi这类仿神经型态芯片则是从硬件设计便以人脑为模仿对象。英特尔宣称Loihi的功耗只有传统处理器的0.1%左右。

在此之前，IBM曾于2014年发表了第一款仿人脑芯片，而最新版的TrueNorth芯片只要使用70毫瓦的电力便可模拟100万个神经元。

未来的人工智能处理很可能是由专用芯片所主导，因此仿神经型态芯片以及其他人工智能专用芯片，将有机会取代GPU的位置。由于目前还不清楚最终哪种芯片能称霸市场，英特尔采取的多管齐下策略，将可增加英特尔胜出的机会。

同时间，英特尔也发表了另一款代号为Tangle Lake的49量子位元(qubit)量子运算芯片。量子位元的角色类似传统运算中的位元，但受到量子力学系统的特性影响，量子位元可同时结合两种状态，而不像传统位元非1即0。如此一来，某些工作的处理速度将可获得大幅提升，但另一方面也会引发一些错误，导致量子运算至今仍无法被实际应用。

英特尔在量子运算发展上也有不少竞争对手。IBM已在2017年发表了一款50量子位元的芯片原型，并与多家厂商结盟，希望能尽快推动量子运算的商业化；Alphabet旗下的Google也在研发自己的量子芯片。