英特尔、英伟达、谷歌三大巨头打响芯片之战

5月10日，在圣何塞举行的英伟达年度开发者大会上，英伟达首席执行官黄仁勋先生详细解释了他的公司开发的新芯片，该芯片可以提高人工智能算法的计算速度。总统的表现可以用谨慎来形容。

在过去的几年里，NVIDIA为提高游戏和图像的产量而开发的图形处理器在机器学习行业催生了许多突破，其市值和存量飙升。随着英伟达在人工智能行业投入更多资金，英特尔和谷歌等其他开发人工智能芯片的公司之间的竞争越来越激烈。

在会议上介绍最新芯片特斯拉V100时，黄先生特别小心，避免提及任何竞争对手的名字。例如，他所谓的“一些人”实际上指的是谷歌。然而，他对对手的技术提出了明确的批评，尤其是在讨论人工智能芯片在云计算应用中具有广阔前景时。黄对对手的批评尤其直接。

医疗保健和金融等各个行业都对机器学习的基础设施进行了投资。云计算服务提供商的领先企业谷歌、亚马逊和微软希望这些企业能够从他们那里购买运行人工智能软件的服务，并打算专注于投资新硬件来增强这些服务。

英伟达能够在充满活力的人工智能芯片市场上占据领先地位，是因为它曾经抓住了一个偶然的机会。事实上，计算机绘图和使用人工神经网络进行机器学习所需的基本数学运算之间没有区别。英伟达的研究人员于2012年开始研发，发现使用这项新技术改进软件的图形处理器后，软件的智能性大大提高，可以更准确地执行解释图像或翻译语言等任务。

随着人工智能市场的不断增长，英伟达不断调整芯片设计，使芯片更适合应用于神经网络。V100芯片配备了一种新型内核，这是一种加速深度学习算法的专用芯片，是NVIDIA不断改进的结果。

黄说，该芯片强大的功率效率和能源效率可以大大提高企业和云服务提供商应用人工智能的能力。“你可以将数据中心的吞吐量提高15倍，而无需再建造一个数据中心。”

然而，英伟达的新竞争对手表示，为了提高硬件运行AI软件的速度和效率，他们可以从头开始设计全新的芯片，而无需调整图形芯片技术。

例如，英特尔表示，今年下半年将推出一款基于去年初创公司Nervana提供的技术的新型深度学习芯片。

英特尔还准备发布一款加速深度学习的芯片。该芯片的技术基础来自Altera，该公司以167亿美元收购了Altera。Altera公司制造的FPGA芯片在重新配置后可以支持一些特定的算法。微软在FPGA的研发上投入了大量资金，以加强机器学习软件，并将FPGA视为云平台Azure的核心组件。

与此同时，谷歌去年表示，它一直在使用为人工智能技术定制的张量处理单元（TPU）芯片，这在去年AlphaGo击败围棋冠军时做出了巨大贡献。谷歌表示，尽管这些芯片不出售，但使用该公司云计算服务的公司肯定会从芯片本身强大的能效和能源效率中受益。

然而，几名参与芯片建设的谷歌工程师已经离职创业。在筹集了1000万美元后，他们成立了一家名为Groq的公司，并正在开发一种用于机器学习的特殊芯片。其他有类似项目的初创公司包括Wave Computing，该公司还表示，客户已经开始测试他们开发的硬件。

黄在会议上表示，英伟达的技术具有独特的优势。谷歌的定制芯片，如TPU，过于灵活，无法跟上工作中许多其他类型的神经网络的步伐——这在人工智能行业是一个巨大的劣势，因为新思想不断被测试和应用，而微软和英特尔等公司押注FPGA的劣势是它消耗了太多的能量。

“我们正在建设最有效的深度学习平台……

鉴于今年其他竞争对手已经开始越来越多地公开他们的产品，他的声明将受到公众的密切关注。英伟达首席执行官黄仁勋详细解释了其公司开发的新芯片，该芯片可以提高人工智能算法的计算速度。总统的表现可以用谨慎来形容。

在过去的几年里，NVIDIA为提高游戏和图像的产量而开发的图形处理器在机器学习行业催生了许多突破，其市值和存量飙升。随着英伟达在人工智能行业投入更多资金，英特尔和谷歌等其他开发人工智能芯片的公司之间的竞争越来越激烈。

在会议上介绍最新芯片特斯拉V100时，黄先生特别小心，避免提及任何竞争对手的名字。例如，他所谓的“一些人”实际上指的是谷歌。然而，他对对手的技术提出了明确的批评，尤其是在讨论人工智能芯片在云计算应用中具有广阔前景时。黄对对手的批评尤其直接。

医疗保健和金融等各个行业都对机器学习的基础设施进行了投资。云计算服务提供商的领先企业谷歌、亚马逊和微软希望这些企业能够从他们那里购买运行人工智能软件的服务，并打算专注于投资新硬件来增强这些服务。

英伟达能够在充满活力的人工智能芯片市场上占据领先地位，是因为它曾经抓住了一个偶然的机会。事实上，计算机绘图和使用人工神经网络进行机器学习所需的基本数学运算之间没有区别。英伟达的研究人员于2012年开始研发，发现使用这项新技术改进软件的图形处理器后，软件的智能性大大提高，可以更准确地执行解释图像或翻译语言等任务。

随着人工智能市场的不断增长，英伟达不断调整芯片设计，使芯片更适合应用于神经网络。V100芯片配备了一种新型内核，这是一种加速深度学习算法的专用芯片，是NVIDIA不断改进的结果。

黄说，该芯片强大的功率效率和能源效率可以大大提高企业和云服务提供商应用人工智能的能力。“你可以将数据中心的吞吐量提高15倍，而无需再建造一个数据中心。”

然而，英伟达的新竞争对手表示，为了提高硬件运行AI软件的速度和效率，他们可以从头开始设计全新的芯片，而无需调整图形芯片技术。

例如，英特尔表示，今年下半年将推出一款基于去年初创公司Nervana提供的技术的新型深度学习芯片。

英特尔还准备发布一款加速深度学习的芯片。该芯片的技术基础来自Altera，该公司以167亿美元收购了Altera。Altera公司制造的FPGA芯片在重新配置后可以支持一些特定的算法。微软在FPGA的研发上投入了大量资金，以加强机器学习软件，并将FPGA视为云平台Azure的核心组件。

与此同时，谷歌去年表示，它一直在使用为人工智能技术定制的张量处理单元（TPU）芯片，这在去年AlphaGo击败围棋冠军时做出了巨大贡献。谷歌表示，尽管这些芯片不出售，但使用该公司云计算服务的公司肯定会从芯片本身强大的能效和能源效率中受益。

然而，几名参与芯片建设的谷歌工程师已经离职创业。在筹集了1000万美元后，他们成立了一家名为Groq的公司，并正在开发一种用于机器学习的特殊芯片。其他有类似项目的初创公司包括Wave Computing，该公司还表示，客户已经开始测试他们开发的硬件。

黄在会议上表示，英伟达的技术具有独特的优势。谷歌的定制芯片，如TPU，过于灵活，无法跟上工作中许多其他类型的神经网络的步伐——这在人工智能行业是一个巨大的劣势，因为新思想不断被测试和应用，……

而微软和英特尔等公司押注FPGA的缺点是它消耗了太多的能源。

“我们正在建设最有效的深度学习平台，”他说。鉴于今年其他竞争对手开始越来越多地披露自己的产品，他的声明将受到公众的密切关注。

标签：大众发现

汽车资讯热门资讯