IBM的AI芯片主要有以下几种：

- 北极芯片：2023年10月IBM推出的类脑芯片，运行人工智能驱动的图像识别算法速度是同类商业芯片的22倍，能效是同类芯片的25倍。其计算与存储模块交织，加快了信息交换速度，设计思路受人脑启发，不过它无法执行人工智能训练任务及运行大型语言模型，数字架构具创新性，对自动驾驶汽车和飞机等计算硬件上的AI高效运行意义重大.
- AIU芯片：是IBM首个完整的系统级芯片，为深度学习设计，可通过编程执行各类深度学习任务，比通用CPU更高效地运行和训练深度学习模型。采用近似计算技术，使用多种较小位格式，降低数据传输和计算量，提高运行效率，其布局针对AI工作流优化，数据可在计算引擎间直接传输，节省能源.
- Telum II处理器：2024年公布的下一代处理器，拥有8个高性能内核，运行频率达5.5GHz，每个内核配备36MB的L2缓存，片上缓存容量总计达360MB，还提供2.88GB的虚拟4级缓存。集成AI加速器，支持低延迟、高量的交易内AI推理，计算能力比上一代增加四倍，还集成全新I/O加速单元DPU，提高I/O密度改善数据处理，适合大规模AI工作负载和数据密集型应用程序.
- Spyre AI加速器：企业级加速器，具有高达1TB的内存，可在常规IO抽屉的8个卡上协同工作以支持主机的AI模型工作负载，每个卡功耗不超过75W，每个芯片有32个计算内核，支持int4、int8、fp8和fp16等数据类型，适用于低延迟和高量AI应用程序.
- 模拟AI芯片：2023年IBM研究部门发布的突破性模拟AI芯片，由64个模拟内存计算核心组成，采用纳米级相变存储器存储突触权重，减少数据传输需求，提高计算效率，在CIFAR-10图像数据集上准确率达92.81%，其量比之前的内存计算芯片计算效率更优越.