|
更让业内担心的是，在日前英伟达主办的GTC 2017上，英伟达宣布GTC参加人数在五年内上升了三倍，今年达到7000人，GPU开发者增长了11倍达到50多万，CUDA驱动程序和SDK的下载量也超过了百万。
此外，英伟达还推出GPU云平台和开源Xavier DLA，我们看到的是英伟达不仅在GPU本身，而是以此为基础正在打造以满足AI需求的未来数据中心的新生态，这才是让英特尔细思极恐之处，毕竟在传统的数据中心和云服务市场，英特尔除了CPU外，最大的护城河也是其建立的围绕x86 CPU的生态。
针对上述云服务和数据中心提供商基于自身和提供具有AI功能业务需求的转变及英伟达的快速发展，英特尔并非没有意识和动作，但与英伟达早在2011年左右就开始AI芯片的研究和布局不同，后知后觉的英特尔采用的是“买卖卖”的并购方式，去年5月，收购计算视觉软件公司Itseez;6月收购FPGA制造商Altera;，8月收购深度学习初创公司Nervana Systems;9月收购机器视觉初创公司Movidius等一系列集中爆发的并购近乎都与所谓的AI有关。
从理论上讲，英特尔并购的上述企业在AI芯片方面都具有自己的优势，例如虽然GPU相比CPU有一定的优势，但与Altera的FPGA相比依然逊色不少(有研究人员测试，相比GPU，FPGA的架构更灵活，单位能耗下性能更强)，深度学习算法在FPGA上能够更快、更有效地运行，而且功耗也能做到更低;Nervana Systems研究的深度学习芯片具有性价比高于GPU，处理速度是 GPU 的10倍等特点。
对于英特尔上述在AI芯片的种种布局，黄仁勋则代表英伟达表示质疑：如果说至强融核(Xeon Phi)处理器(英特尔去年发布的所谓AI服务器芯片，并因此引发过与英伟达GPU相比，谁优谁劣的评测口水战)对于AI非常适用，那为什么要收购Altera?
既然买了Altera，Altera又非常适合AI的话，为什么要买Nervada Systems?如果Nervada Systems才是真正的AI方面的技术，要进行开发和产品推出的话，那至强融核协处理器又怎么办?如果说这三个都适合AI，那是不是意味着至强融核协处理器就不适合AI呢?
尽管上述言论不排除黄仁勋偏袒自家AI芯片之嫌，但也间接说明英特尔目前在AI芯片尚处在选择路径和整合的阶段而行动缓慢，尚需最终的产品和市场来证明。但就目前看，英伟达GPU是惟一实现大规模应用方案，且经过了市场的检验，这也解释了为何同是利润增长，但英伟达股价暴涨，而英特尔股价下跌背后真正的原因。（来源：钛媒体） 共2页 上一页 [1] [2] 搜索更多: 英伟达 |
