過去幾年中，英偉達為提高游戲和圖像制作而研發(fā)的圖形處理器曾有力地催生了機器學習產業(yè)的諸多突破，其市值和股票也因而一路扶搖直上。隨著英偉達把更多的資金投入人工智能產業(yè)，英特爾、谷歌等其他研發(fā)AI芯片的企業(yè)的角逐也愈發(fā)激烈。

 

        黃先生在會上介紹最新芯片Tesla V100時還尤為謹慎地避免提到任何競爭對手的名字。比如，他所謂的“某些人”其實指代谷歌。但他特別對對手的技術卻做出明確的批評，特別是討論AI芯片在云計算的應用方面具有廣大前景時，黃對對手的批判尤為直接。

 

        各種各樣的行業(yè)如醫(yī)療保健，金融等都紛紛投資機器學習的基礎設施。云計算服務商的領先企業(yè)谷歌，亞馬遜和微軟則希望這些企業(yè)能從他們這里購買運行人工智能軟件的服務，并打算重點投資新型硬件從而增強這類服務。

 

        英偉達之所以能在朝氣蓬勃的AI芯片市場一馬當先，是因為它曾經抓住了一次偶然的機遇。其實計算機繪圖和用人工神經網絡實現(xiàn)機器學習所需的基本數(shù)學操作并無差別，英偉達的研究人員從2012年開始研發(fā)，發(fā)現(xiàn)用這種新技術提高軟件的圖形處理器后，軟件的智能性大大提高，能更準確地進行解讀圖像或翻譯語言等任務。

 

        隨著AI市場不斷壯大，英偉達為使芯片更加適合在神經網絡上應用而不斷調整著芯片設計。V100芯片配備了新型內核，是加速深度學習算法的專用芯片，這正是英偉達不斷改善的成果。

 

        黃表示，該芯片強大的功率效率和能源效率能大大提高企業(yè)和云服務提供商應用AI的能力。“不需要另外建造數(shù)據(jù)中心，你就可以把數(shù)據(jù)中心的吞吐量提高15倍。”

 

        但英偉達的新對手稱，想要提高硬件運行AI軟件的速度和效率，他們可以從頭設計全新的芯片，沒必要調整圖形芯片技術。

 

        比如英特爾就表示，今年下半年將以去年初創(chuàng)企業(yè)Nervana提供的技術為基礎，推出一款新型的深度學習芯片。

 

        英特爾還準備發(fā)布一款加速深度學習的芯片，該芯片的技術基礎則來源于它以167億美金收購的Altera公司，Altera制作的FPGA芯片能在重新配置后支持某些特定算法。微軟曾斥巨資研發(fā)加強機器學習軟件的FPGA，還將FPGA視為云平臺Azure的核心元件。

 

        與此同時，谷歌于去年表示已在使用一款為內部專為人工智能技術定制的Tensor Processing Unit(TPU)芯片，該芯片在去年AlphaGo戰(zhàn)勝圍棋冠軍選手時就曾立下功勞。谷歌表示，雖然這些芯片不予出售，但使用該公司云計算服務的企業(yè)一定能因芯片本身的強大的功率效率和能源效率而受益。

 

        然而幾位參與搭建該芯片的谷歌工程師已經離職創(chuàng)業(yè)，融資1000萬美金后成立了一所叫Groq 的企業(yè)，也在研發(fā)一款機器學習的專用芯片。具有類似項目的創(chuàng)業(yè)公司還包括Wave Computing，該公司還表示客戶已經開始測試其研發(fā)的硬件。

 

        黃在大會上表示英偉達的技術有著得天獨厚的優(yōu)勢。谷歌的TPU等定制芯片因為太過靈活，難以和很多其他類型的神經網絡在工作時保持并駕齊驅——在不斷測試和應用新創(chuàng)意的AI行業(yè)，這是個巨大的劣勢，而微軟和英特爾等企業(yè)押注的FPGA的缺點則是耗能太大。

 

        “我們正在打造最具成效的深度學習平臺，”他說道。鑒于今年其他競爭對手也開始越來越多地披露各自的產品，他的這一說法將受到大眾的密切關注。

 

來源：億歐網