美国硅谷新创公司Wave Computing专门开发机器学习芯片，可依照资料所处地点和用途，客制化不同的系统和方案，可望撼动NVIDIA在机器学习芯片领域的龙头地位。该公司于2009年创立至今募得1亿多美元资金。

据Electronic Design报导，Wave Computing执行长Derek Meyer表示，他们旗下芯片完成任务的时间，比绘图芯片(GPU)快上数百倍，可以爬梳数百万张影像或数小时的演说，专攻AI演算法的训练和推论。

Wave Computing以前是开发通用芯片，但2013年商业模式有了大转弯，毕竟机器学习软件开始有长足发展，随后有更多新创公司例如Graphcore和Cerebras Systems加入战局，如今Wave Computing并不直接贩售通用芯片。

Meyer表示，他们会依照资料所处地点和用途，调配出不同的系统和方案。目前市面上大多数新芯片属于加速器，内含上千个，可以更快速有效率的执行机器学习任务，但NVIDIA GPU等加速器仍有赖个别处理器下指令，不仅耗电，也容易有延迟的问题。

Wave Computing处理器介于现场可编程逻辑闸阵列(FPGA)和特殊应用积体电路(ASIC)之间。Meyer表示，在AI的世界，软件几乎每天都在变，芯片必须适应持续改变的演算法。

然而，问题是顾客是否愿意从NVIDIA的GPU转移到Wave Computing的技术？NVIDIA致力于拓展GPU的用途，也支持每个主要的机器学习环境，包括TensorFlow和Caffe，但Wave Computing目前只支持TensorFlow。Wave Computing仍需付出心力教育顾客，于2017年曾经为潜在顾客介绍Wave Computing的基础设施。

Wave Computing近还收购MIPS Technologies，试图结合MIPS的多执行绪(multithreading)和即时功能，以及Wave Computing自身的资料流硬件，但发言人仍未证实新方案会是什麼面貌。

MIPS基础设施支持数十亿个装置，也支持各式各样的作业系统和工具。Moor Insights and Strategy的Karl Freund表示，Wave Computing收购MIPS是很大胆的移动，可望加速获利和进行产业卡位。