AI芯片大战愈演愈烈 英伟达能否领跑下去？

美国芯片巨头英伟达首席执行官黄仁勋（Jensen Huang）日前在加州圣何塞市一个拥挤的会议厅中宣布，该公司的最新芯片可帮助加速人工智能（AI）算法。过去几年中，英伟达的股价和盈利不断增长，因为其支持游戏和图形制作的图形处理器帮助机器学习领域取得许多突破。但是随着AI领域投资渐增，英伟达现在面临英特尔、谷歌以及其他科技巨头的激烈竞争，这些公司也在开发自己的AI芯片。

在英伟达公司的年度开发者大会上，黄仁勋在推出英伟达最新芯片Tesla V100时，小心翼翼地避免提及任何竞争对手的名字。比如，他称谷歌为“某些人”。但他明确表示，挑战者们正开发的技术无法与英伟达相媲美，特别是在将AI芯片应用到云计算领域这个巨大的新机遇方面。

在医疗保健和金融等行业，许多公司都在投资开发机器学习基础设施。领先的云计算服务供应商谷歌、亚马逊以及微软都押下重注，打赌许多公司会使用它们的云服务运营自己的AI软件，同时价格花费巨资打造支持这些软件的新硬件。

通过巧妙地抓住这个幸运的机会，英伟达已经在新兴AI芯片市场上占据主导地位。计算机图形学所需要的基本数学 运算，与被称为人工神经网络的机器学习方式所用方法基本相同。从2012年开始，研究人员就展示了通过运用这种技术的背后力量，帮助图形处理器让软件执行任务时变得更加聪明，比如解释图片或语音时。

随着AI市场成长，英伟达已经调整其芯片设计功能以支持神经网络。新的V100芯片就是这种努力的成果，其核心就是专注于加速深度学习数学。黄仁勋表示，这种芯片的能力和能源效率有助于公司或云服务供应商大幅提升其使用AI的能力。他说：“你可以将数据中心的能力提高15倍，而无需建立新的数据中心。”

英伟达的新竞争对手认为，通过从头调整芯片设计而非适应图形芯片技术，它们可让运行AI软件的硬件速度更快、效率更高。举例来说，英特尔计划于2017年底发布深度学习芯片，它是基于其2016年收购初创企业Nervana的技术开发的。英特尔还准备基于收购自Altera的技术推出新产品，以加速深度学习。Altera的芯片名为FPGAs，可以为特定算法重新分配功率。

微软也在投入巨资，使用FPGAs芯片支持其机器学习软件，让它们成为其云平台Azure的核心部分。与此同时，谷歌于2016年透露，正利用专为AI定制研发的芯片TPU。这种芯片曾支持智能程序AlphaGo战胜人类围棋冠军。谷歌并不对外出售这种芯片，但称那些使用其云计算服务的公司可从中受益。

帮助开发谷歌芯片的多名工程师已经离职，并筹资1000万美元组建了名为Groq的初创企业，专门研发机器学习芯片。其他正从事类似项目的初创企业包括Wave Computing，据说客户已经可以测试其硬件。

黄仁勋表示，英伟达的技术正击中“甜蜜点”，而其他公司还没有。类似谷歌TPU等定制芯片过于僵化，不适用于不同种类的神经网络，也不足以推动新的AI创意测试和采用。而微软和英特尔押注的FPGAs，则过于耗能。黄仁勋说：“我们正为深度学习创造最富成效的平台。”随着英伟达的竞争对手今年推出更多产品，黄仁勋的评论将会受到密切关注。