NVIDIA和Intel都在抢时间，谁能先突破对方占据优势的领域将有可能在这场竞赛中取得胜利

Intel在其人工智能开发者大会（AI DevCon 2018）上介绍了在AI芯片研发上的新进展，其副总裁、AI事业部（AIPG）负责人Naveen Rao主持会议，可以看出它对AI的看重，Naveen Rao表示其第一个商用神经网络处理器产品英特尔Nervana NNP-L1000（代号Spring Crest）计划在2019年发布，并预计较上一代的Nervana NNP-L1000提高2~3倍的性能。

Intel再一次向外界描绘了自己的AI芯片在性能方面的强大，不过笔者认为对于它来说当下最重要的显然是如何与自身的优势相结合与NVIDIA竞争，面对后者在AI市场持续攻城略地，Intel这样的进度显然过于缓慢了。

Intel在AI市场拥有的优势

一般来说，CPU和GPU都能为神经训练提供算力，不过目前业界普遍认为GPU在神经训练方面更有优势，现实也是如此，全球的神经训练网络大多都基于NVIDIA的GPU搭建，在AI领域所拥有的优势正让各界对NVIDIA高度看好推动其股价持续上涨。

Intel当下所拥有的优势主要是服务器芯片，当下全球有约97%的服务器芯片市场份额为Intel所占有，基本上所有的数据中心都基于Intel的服务器芯片搭建，而数据正是神经训练的原料，也正因此各有志于在AI领域有所作为的都极力建立自己的数据库以求在AI大爆发的时候获得一席之地。

Intel也正因此一直都宣称自己的人工智能领域依然占据优势，然而其也认识到CPU在神经训练方面的低效，也正因此收购Nervana Systems了开发神经训练网络芯片以弥补自己的CPU在神经训练方面的弱点，从而与服务器芯片形成互补，已压制NVIDIA在人工智能领域的不断跃进。

NVIDIA给Intel带来的威胁

NVIDIA在人工智能领域无疑已占据足够的优势，不过很显然它的野心可不止于此，它正对Intel占据优势的服务器芯片市场虎视眈眈，而且它同样认识到数据的重要性，因此一直都意欲在服务器芯片市场取得突破。

NVIDIA发布的今年一季度业绩显示，其服务器业务的营收达到6.69亿美元，同比增长80.3%；作为对比，2016年其服务器业务营收仅为8.3亿美元，这无不显示出其服务器业务所拥有的巨大潜力，这对当下在该行业占据优势的Intel可是实实在在的威胁。

NVIDIA为了弥补自己在CPU方面的弱势，正与意欲在服务器芯片市场有所作为的ARM合作，意图将ARM架构的CPU与它的GPU整合以在服务器芯片市场进一步发展。

Intel和NVIDIA各有劣势

Intel和NVIDIA各有自己的优势，不过它们各自的弱点同样明显。Intel为了弥补自己的AI芯片市场的弱点收购Nervana Systems以开发专用AI芯片，但是在AI DevCon 2018上其表示要到2019年才能正式推出，而2016年它收购该公司的时候是希望在2017年就推出AI芯片，这代表着它的AI芯片已较原计划延迟了两年时间，这为NVIDIA持续巩固自己在AI领域的优势提供了时间。

NVIDIA依靠自己在AI领域建立的优势，开发出CUDA平台，提供了cuDNN、NCCL、cuBLAS等诸多SDK为合作伙伴提供开发工具，正逐渐形成一种生态，这让众多合作伙伴逐渐熟悉和习惯NVIDIA的CUDA平台从而形成了一种生态，这种生态可以进一步巩固它在AI领域的领导地位。

不过NVIDIA的弱点也是明显的，它和它的合作伙伴都需要基于Intel的服务器芯片提供数据，当下它选择的合作伙伴ARM在服务器芯片市场依然难以突破，甚至传出高通有意放弃自己的ARM架构服务器芯片业务，NVIDIA与ARM合作恐怕依然难以突破Intel在服务器芯片市场建立的围墙。

在这样的环境下，NVIDIA和Intel都在抢时间，谁能先突破对方占据优势的领域将有可能在这场竞赛中取得胜利，而Intel在神经网络芯片方面的开发进度过慢实在让人为它捏一把汗。

-END-

本文由柏铭科技投稿一鸣网，本文仅代表作者个人观点，文章非经授权请勿转载，

向一鸣网投稿，请点击投稿按钮，详情请参阅《一鸣网投稿须知》。

互联网人都在关注的微信号

难道你还没有关注？