什么是智能计算系统？
现阶段的智能计算系统通常是集成CPU和智能芯片的异构系统，软件上通常包括一套面向开发者的智能计算编程环境（包括编程框架和编程语言）
同时集成CPU和智能芯片，是因为CPU性能的增长跟不上智能计算需求的增长，所以需要集成智能芯片。
现阶段智能计算系统采用异构的主要原因：
近十年来通用CPU的计算能力近乎停滞，而只能计算能力的需求在不断以指数增长，二者形成了剪刀差。
但是异构系统在提高性能的同时，也带来了编程上的困难。
智能计算系统一般会集成一套编程环境，方便程序员快速便捷地开发高能效的智能应用程序。
常用的深度学习编程框架包括TensorFlow和MXNet等。
深度学习编程语言包括CUDA和BCL等。
智能计算系统的形态
- 超级计算机
- 数据中心（广告推荐）
- 智能手机
- 嵌入式设备
人工智能
人工智能的三个流派
- 行为主义：基于控制论，构建感知-动作型控制系统（强化学习）
- 符号主义：基于符号逻辑的方法，用逻辑表示知识和求解问题（n年前的最主流方法）
符号主义的困难：逻辑、常识、求解器- 逻辑：未找到能表述世间所有知识的简洁逻辑体系。
- 常识：常识无法被完全描述的尽
- 求解器：命题逻辑（只有与或非，没有量词）判定NP完全（时间复杂度约为\(O(2^n)\)），一阶谓词逻辑不可判定。
- 连接主义：基于大脑中神经元细胞连接的计算模型，用人工神经网络来拟合智能行为。
智能计算系统的发展
第一代智能计算系统：
面向符号主义。
局限性：没有太多的实际应用需求。由于摩尔定律发展，性能比不上CPU。贵。
第二代智能计算系统：
面向连接主义（深度学习）处理的计算机或处理器。
和第一代智能计算系统相比，第二代的优势：
- 深度学习有大量实际的工业应用，已形成了产业体系，因此政府企业长期资助。
- 摩尔定律在21世纪发展放缓，通用CPU性能增长停滞，专用智能计算系统的性能优势越来越大。
因此，在可预见的未来，第二代智能计算系统还能长期健壮发展。
第三代智能计算系统展望：
近乎无限的计算能力。
将是通用人工智能发育的沙盒虚拟世界。