而英特爾(Intel)、超微(AMD)和該領(lǐng)域的所有新創(chuàng)公司能否追上NVIDIA，值得深入探討。

據(jù)富比士(Forbes)報(bào)導(dǎo)，市場(chǎng)研調(diào)機(jī)構(gòu)Moor Insights & Strateg分析師Karl Freund日前發(fā)表研究報(bào)告指出，NVIDIA在AI方面的驚人成長(zhǎng)引發(fā)很多關(guān)注，并帶來(lái)眾多潛在對(duì)手，其中許多公司聲稱(chēng)其研發(fā)中的芯片比NVIDIA的快10倍，而且功耗更低。而除了超微的GPU之外，所有公司都認(rèn)為專(zhuān)為處理神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的芯片是條可行路線。

英特爾 英特爾(Intel)于2016年收購(gòu)Nervana來(lái)建構(gòu)其加速器產(chǎn)品組合。原始Nervana Engine應(yīng)該在2017年發(fā)布，迄今仍無(wú)消息。在NVIDIA發(fā)表效能比Pascal高6倍的Volta TensorCores震驚各界后，Nervana可能決定調(diào)整其最初設(shè)計(jì)。Freund認(rèn)為，首批量產(chǎn)的Nervana芯片可能會(huì)在2018年后期問(wèn)世。

上面的討論是關(guān)于訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)(DNN)，這是NVIDIA在AI中取得很大成功的地方。然而，英特爾表示，通過(guò)將良好的軟件設(shè)計(jì)與Xeon數(shù)據(jù)中心處理器配對(duì)，可在推論工作中實(shí)現(xiàn)出色的性能。該公司聲稱(chēng)享有逾80%的推論處理市場(chǎng)市占。 Google TPU和其他內(nèi)部ASIC Google有兩種可用于AI的ASIC：一種用于推論，另一種用于培訓(xùn)。Google將TPU做為加速器推向市場(chǎng)。但實(shí)際上，它由4個(gè)相同的ASIC構(gòu)成，每個(gè)提供約45TOPS。相較之下，NVIDIA Volta每個(gè)芯片提供高達(dá)125TOPS。隨著時(shí)間推移，Google可能會(huì)將其大部分內(nèi)部GPU工作轉(zhuǎn)移到TPU。

超微 盡管超微在準(zhǔn)備其軟件堆疊好與NVIDIA爭(zhēng)奪機(jī)器學(xué)習(xí)工作負(fù)載方面做得很好，但其當(dāng)前Vega芯片在峰值效能方面比NVIDIA的Volta落后了一代。

新創(chuàng)公司 全球目前有10幾家新創(chuàng)公司計(jì)劃競(jìng)爭(zhēng)機(jī)器學(xué)習(xí)工作量，其中有些已準(zhǔn)備好推出芯片。大陸的寒武紀(jì)看起來(lái)資金充足，并獲得大陸政府支持。

寒武紀(jì)專(zhuān)注于處理神經(jīng)網(wǎng)絡(luò)，而不是建構(gòu)神經(jīng)網(wǎng)絡(luò)。 硅谷公司W(wǎng)ave Computing已推出能建構(gòu)培訓(xùn)模型的芯片。Wave采用名為DataFlow Architecture的新穎設(shè)計(jì)，據(jù)稱(chēng)能消除傳統(tǒng)加速器的瓶頸。Wave的數(shù)據(jù)流處理器不必使用CPU就能直接訓(xùn)練和處理神經(jīng)網(wǎng)絡(luò)。

與Google TPU不同，Wave支持微軟CNTK、亞馬遜(Amazon) MXNet和Tensorflow軟件進(jìn)行深度學(xué)習(xí)。 其他知名公司如Cerebras、GraphCore和Groq仍處于隱形模式，但已籌集大量資金來(lái)打造定制AI加速器，但應(yīng)該要到2019年才會(huì)推出產(chǎn)品。

Freund認(rèn)為，NVIDIA的最大威脅可能是Google TPU。Google可能會(huì)繼續(xù)購(gòu)買(mǎi)和使用許多GPU來(lái)處理TPU不太適合的工作負(fù)載，例如用于語(yǔ)言處理的遞歸神經(jīng)網(wǎng)絡(luò)。而Wave對(duì)不想使用公共云進(jìn)行AI開(kāi)發(fā)和部署，并且不希望自行設(shè)置自GPU基礎(chǔ)設(shè)施的企業(yè)來(lái)說(shuō)是不錯(cuò)的選擇。

最后，英特爾若能借Nervana進(jìn)入市場(chǎng)，且愿投資全力支持它，那么Nervana可能在2019年構(gòu)成威脅。但Nervana需要至少3年的時(shí)間和堅(jiān)實(shí)的路線圖來(lái)發(fā)展1個(gè)可行的生態(tài)系統(tǒng)。 需要考慮的1個(gè)因素是，隨著NVIDIA 7納米制造技術(shù)的發(fā)展，NVIDIA將能為AI功能添加重要的芯片面積。因此，專(zhuān)注于AI的芯片區(qū)域百分比可能會(huì)增加，以至于這部分實(shí)際上成為也能顯示圖形的ASIC。

Freund不認(rèn)為NVIDIA是1家GPU公司，而是1家對(duì)成長(zhǎng)抱有無(wú)限渴望的平臺(tái)公司。目前沒(méi)有其他公司擁有NVIDIA在AI硬件和軟件專(zhuān)業(yè)知識(shí)的上擁有NVIDIA的深度和廣度。NVIDIA若預(yù)見(jiàn)來(lái)自超微、英特爾或ASIC的威脅，大可設(shè)計(jì)出更好的AI芯片。 NVIDIA已通過(guò)深度學(xué)習(xí)加速器(DLA)做到這一點(diǎn)。GPU若受到威脅，NVIDIA能夠也將轉(zhuǎn)向下一步。

與此同時(shí)，它在AI培訓(xùn)芯片方面有明顯的成長(zhǎng)和市場(chǎng)領(lǐng)先地位。在推論處理方面，NVIDIA專(zhuān)注于數(shù)據(jù)中心工作負(fù)載及用于自駕車(chē)等應(yīng)用的視覺(jué)引導(dǎo)系統(tǒng)。汽車(chē)市場(chǎng)在未來(lái)幾年雖然規(guī)模仍然有限，但Freund毫不懷疑它最終會(huì)帶來(lái)顯著成長(zhǎng)。