人工智能市场 竞争激烈

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

亚马逊 (Amazon) 创办人 Jeff Bezos 日前在公开会议上宣告，现在是人工智能 (AI) 应用的黄金时代，是人工智能复兴时期，声称电脑运算已经准备改变所有的商业模式。事实上，现在人工智能幕前幕后都战况激烈，Nvidia、Intel、Google 等大厂在芯片领域也都虎视眈眈。

MIT 报导，Nvidia 为游戏和图形制作使用的绘图芯片，过去几年促成许多机器学习的突破性应用，大幅推升企业利润和股价，但未来的路可能不会这么顺遂，因为几家芯片龙头都在主打新产品可加速人工智能应用，连软件大厂也都在自己打造适合自家软件的硬件核心。

由于保险和金融等许多行业的公司，正在投资机器学习基础设施，因此 Google、亚马逊和微软都认定，未来许多企业会向他们购买人工智能软件，因此在硬件上也必须砸大钱来支持软件运作。

报导认为，Nvidia 占有人工智能芯片市场优势是运气好，因为电脑图形所需的基本数学运算，与被称为人工神经网络的机器学习方法相同。从 2012 年开始，研究人员发现，将新技术置于这种技术之上，绘图芯片可让软件在解释图像或语音等任务上变得聪明很多。

随着人工智能市场成长，Nvidia 已经调整芯片设计以支持神经网络，本周宣布的新 V100 芯片是这一努力的顶峰，并具有专门用于加速深入学习数学的新核心。Nvidia 强调其电力和能源效率将有助于企业或云供应商大幅提升使用人工智能的能力，声称“可以将数据中心的吞吐量提高 15 倍，而不必建立新的数据中心。”

而 Nvidia 的新竞争对手认为，他们可以直接为加速处理人工智能软件的硬件运算能力与效率来从头设计芯片，而不是调整绘图芯片技术。例如英特尔去年购并 Nervana 之后，承诺今年会发布深度学习芯片。英特尔花了 167 亿美元购并全球可程序逻辑 (FPGA) 芯片制造商拓朗半导体 (Altera)，准备藉 FPGA 技术发布加速深度学习的产品。

微软也是以 FPGA 为机器学习软件提供动力，并将其做为云端平台 Azure 的核心部分。Google 也在去年夏天表示已经在使用内部开发，为人工智能订制的芯片 TPU，去年已经替 AlphaGo 赢得棋盘游戏冠胜利，Google 表示不会出售 TPU，但使用 Google 云服务企业将会获得 TPU 的电力和能源效率的好处。

打造 Google 芯片的几名工程师已经离职，成立一家拥有 1 千万美元资金的创业公司 Groq，打造专门的机器学习芯片。其他类似的新创公司包括 Wave Computing，表示其产品已经在客户测试阶段。

不过 Nvidia CEO黄仁勋趁机批评竞争对手的技术，他说如 Google 的 TPU 这种的自定义芯片的灵活性不够，无法在不同种类的神经网络上达到同样运算水准，认为这是一个重大缺点，而像微软与英特尔所青睐 FPGA 则是太耗能。

黄仁勋声称 Nvidia 正在为深度学习创造最有成效的平台，且现在已经比竞争对手更快到达技术甜蜜点，但其他竞争厂商今年也将在人工智能芯片上有大动作，这一战场势必将受到市场密切关注。