過去幾年里，微軟一直使用FPGA，以此提高必應(Bing)和Azure的性能和效率。但是，微軟計劃明年將為開發人員提供這種現場可編程門陣列(FPGA)處理能力，他們都能利用此種能力運行自己的任務，包括像深層神經網絡(DNN)這樣的密集型人工智能任務。

　　在春季的開發者大會上，Azure首席技術官Mark Russinovich概述了微軟通過Azure云實現“硬件微服務”的宏偉計劃。Russinovich向與會者說道，一旦微軟解決了一些尚未平息的安全問題及其他問題，“我們將擁有我們認為是一個完全可配置的云”。

　　“這是AI cloud的核心，”Russinovich說道，“也是利用FPGA能力實現AI大眾化的重要一步。”

　　FPGAs是生產后可自定義配置的芯片。微軟的研究人員在FPGA領域已經做了十多年的研究工作。最近，微軟已經將FPGAs添加到自己數據中心的所有Azure服務器中，并且在一些為必應索引服務器供能的機器中運用FPGA，作為Project Catapult工作的一部分。微軟Azure Accelerated Networking服務，通常適用于Windows和Linux預覽版，還可以在內部使用FPGA。

　　Russinovich表示，有關微軟何時準備好為公司以外的客戶提供硬件微服務和FPGA云處理能力，對此，公司尚未確定具體時間。

　　微軟的硬件微服務基于英特爾FPGA(英特爾在2015年收購了FPGA制造商Altera)。結合Microsoft框架，這些芯片將為尤其適合大數據工作量的速度，效率和延遲方面提供進展。

　　微軟還通過代號為“Brainwave”的項目專門研究DNN部件。微軟公司在2016 Ignite會議上公開展示了BrainWave，當時微軟公司使用BrainWave在FPGAs上進行大規模的語言翻譯演示。

　　根據微軟2016年可配置云計劃的報告，BrainWave是一個深入學習平臺，運行在基于FPGA的硬件微服務中。該報告在數據中心或互聯網上提到“硬件加速即服務”。BrainWave可以根據需要通過若干FPGA分配神經網絡模型。

　　微軟并不是唯一一家在云數據中心指望FPGA的公司。亞馬遜和谷歌都在使用定制硅片處理AI任務。亞馬遜已經提供了用于編程Xilinx FPGA的FPGA EC2 F1實例，并為FPGA提供了硬件開發套件。谷歌一直致力于訓練TensorFlow的深度學習模式，機器學習軟件庫，并研發了自己優先的Tensor Processing Unit芯片。