英伟达上周发布的第一季财报再次超出业界预期，财报显示这一季度总支出增长了66%，其中数据中心业务营收增长71%到达7.01亿美元。英伟达的数据中心业务包括HPC（高功能计算）、数据中心GPU以及AI减速器，因而即使相比过来几年2-3倍的增长率要少，但极具潜力的市场空间照旧吸引了众多巨头和创业者参与AI芯片的竞争。那么，将来AI芯片市场究竟是英伟达一枝独秀还是其他巨头和初创企业青出于蓝？中国的芯片厂商如何才干抓住这一波人工智能的浪潮？

英伟达的AI芯片究竟有多凶猛？

众所周知，由于芯片算力、算法等的限制，人工智能（AI）历经了两波热潮仍未普及，目前我们身处AI的第三波浪潮，并且这一轮AI开展次要由深度学习技术的打破引领。据雷锋网 (大众号：雷锋网) 理解，深度学习是基于深度神经网络的一种机器学习技术，其中绝大少数运算都是矩阵运算，而矩阵运算天生容易并行运算，所以擅长并行计算的GPU十分合适深度学习。

英伟达正好以GPU而出名，当人工智能研讨者找上GPU的时分英伟达迅速抓住了时机，在短工夫内投入数十亿美元动用数千工程师在2016年推出了第一个专为深度学习优化的Pascal GPU。2017年英伟达又推出了功能相比Pascal提升5倍的新GPU架构Volta，神经网络推理减速器TensorRT 3也同时亮相，TensorRT作为一款可编程推理减速器能减速现有和将来的网络架构。

因而，凭仗通用的GPU单元，专门的TensorRT减速器，微弱的矩阵运算功能加上对其他算法的统筹，英伟达不只能用GPU满足AI构建的训练需求，还能用TeslaRT用来部署，很好完成AI构建。所以英伟达也率先成了这一波AI热潮的最大受害者。

不过英伟达如今具有优势并不意味着AI市场的蛋糕会被英伟达独吞，因而无论是科技巨头英特尔、谷歌、IBM、AMD还是OURS、地平线、寒武纪等初创企业都纷繁参加了AI芯片范畴的竞争。

英特尔All In AI实力叫板英伟达

在众多的参加AI芯片竞争的科技巨头中，英特尔相对是英伟达不可小觑的竞争对手。依据市场研讨和征询公司Compass Intelligence调查研讨全球100多家企业后发布的2018年度全球AI芯片公司排行榜，英伟达排名第一，英特尔排名第二。

作为PC时代的霸主，英特尔在挪动互联网时代得胜之后积极寻求转型，因而在对AI可以称得上是All In。英伟达在AI中获得成功的重要缘由是其在深度学习或许说DNN中具有优势。不过，英特尔会将之前作为HPC平台的XeonPhi减速计算卡做深度学习优化，结合良好的软件设计，英特尔十分有决心Xeon处置器能在AI构建的训练进程中完成出色的功能。要晓得，英特尔目前在效劳器市场的份额超越80%。

除了经过优化本身已有优势产品，英特尔还经过一系列的收买加强实力。2015年6月，英特尔宣布以 167 亿美元的价钱，收买全球第二大 FPGA 厂商 Altera，这一音讯震惊业界，也是英特尔规划AI的重要一步。收买Altera三年后，2018年4 月 19 日英特尔宣布旗下的 FPGA 曾经被正式使用于主流的数据中心 OEM 厂商，可以协助 OEM 数据厂商大幅度提升功能和速度，并且英特尔的FPGA方案还可以使用于数据剖析、深度学习、视频转码、网络平安、基因研讨等诸多场景中。

另外，英特尔FPGA的成功也与微软的人工智能的开展相得益彰，微软在2017年就宣布选择了英特尔Stratix 10 FPGA作为其新的深度学习减速平台（代号Project Brainwave）的关键硬件减速器，这种基于FPGA的深度学习减速平台可以提供“实时人工智能”技术，使云根底设备可以以超低延迟来尽能够疾速地处置和传输数据。

继收买Alter之后，2016年英特尔又花4亿美元收买深度学习初创企业Nervana Systems。收买Nervana可以以为是英特尔十分凶猛的一招，这家公司已经延续几年帮英伟达优化GPU平台。Nervana的成员是一群顶级黑客团队，hack了GPU的native指令集，写出了比事先的cudnn（NVIDIA本人的深度学习数学库）还要快若干倍的数学库。后来他们把效果都开源给了社区，cudnn后来的提高很大水平也是由于吸收了这些效果。因而Nervana被英特尔收买后，不只断了持续为英伟达提供效劳的能够，还极大加强了英特尔的实力。

随后的2017年，英特尔又斥资153亿美元收买以色列芯片公司Mobileye，希望用自家的高功能计算和网络衔接才能，结合Mobileye的计算机视觉专业技术打造从云端中转每辆汽车的无人驾驶处理方案，深化它在自动驾驶范畴的规划。这无疑将使英特尔将在自动驾驶范畴与英伟达的自动驾驶平台NVIDIA DRIVE PX构成强竞争的关系。

下面曾经提到英特尔是All In AI，因而英特尔也在继续投资，2018年5月9日举行的英特尔投资全球峰会上，英特尔宣布2018年的投资总额已超越1.15亿美元，投资的12家科技创业公司触及人工智能、云计算、物联网等，芯片企业包括Lyncean Technologies、Movellus、SiFive，展示了英特尔以数据为中心的开展战略。

由此可以看到，英特尔针对已有的优势产品XeonPhi减速计算卡、收买的Altera FPGA、 Nervana System几大产品线停止深度学习的优化，可以从AI构建的训练和部署都与英伟达构成竞争，在自动驾驶使用场景中也经过收买Mobileye与英伟达构成强竞争关系。同时还基于FPGA打造本人在AI范畴的特征，对人工智能初创芯片企业的继续投资也有助于英特尔在AI芯片范畴完成青出于蓝。

OURS等抢占边缘AI芯片市场，英伟达的AI“盲区”

当然，除了英特尔All In AI片面叫板英伟达，众多初创公司也会成为应战英伟达不可无视的对手。

虽然这一波AI浪潮是由深度学习技术的打破引领，但AI的开展算力、算法、数据缺一不可。云端数据中心AI芯片的高算力可以满足AI构建模型训练与推断的完成，但存在延迟、实时性不强等缺陷。关于一些对实时反响要求较高的场景，如自动驾驶，延迟能够形成的后果难以想象，在工业制造、安防等范畴，延迟所带来的损失也能够会让数据价值大打折扣。因而AI的普及还需求低功耗的边缘端AI芯片，这也将成为AI的下一个战场。

以2017年由两位华人在美国硅谷创建的OURS为代表，OURS以低功耗端计算AI芯片为中心技术，目的是处理工业/商业、机器人、汽车自动驾驶、安防等范畴的3D机器视觉和多传感器交融的成绩。详细来说，OURS的中心技术之一就是硅光技术，该技术是一种基于硅光子学的低本钱、高速的光通讯技术，用激光束替代电子信号传输数据。这一技术很合适于计算机外部和多核之间的大规模通讯，其最大的优势在于拥有相当高的传输速率，可使处置器内核之间的数据传输速度比目前快 100 倍甚至更高。不过由于从设计到制造都存在诸多难题，运用硅光技术的芯片迟迟难以大规模使用，不过OURS 结合开创人林森在这一技术范畴比拟擅长，并且OURS也曾经有基于硅光技术的相控阵（Optical Phase Array，OPA）测试芯片。

芯片之上，在“数据为王”的时代，OURS 采用的是以数据为中心的RISC-V 计算机指令集架构，这也是OURS的另一大中心优势。RISC-V 是开放式的构造而且开源，没有 IP受权费还能让开发者有很大的自在度做一些特殊使用的优化，因而能让OURS不只能更好的支持物联网的垂直使用，还能满足低功耗的要求。据雷锋网理解，采用RISC-V架构和ARM架构的芯片相比，功耗可以低 6 倍、面积效率提升 5 倍，OURS的低功耗AI处置器也曾经在FPGA上验证和完成，行将停止流片。

另外，OURS曾经取得了来自创新工场、北极光创投和元禾控股的 A 轮融资。开创团队十余人，来自于UC Berkeley、清华大学、台湾大学、斯坦福大学等。70%的员工拥有博士学位，员工均是来自于多家硅谷著名芯片公司中的资深技术主干。所以，在边缘端AI芯片市场，以OURS等初创企业很有希望占领洼地，从另一个角度追逐甚至逾越英伟达。

英伟达的优势还能维持多久？

经过后面的详细剖析，不难发如今深度学习范畴英伟达的GPU的确具有优势，这也是英伟达在AI范畴率先获得成功支撑其数据中心业务继续疾速增长的重要缘由。但AI芯片市场的蛋糕显然不会被英伟达独吞，因而以英特尔为代表的老牌科技巨头All In AI向英伟达发起了片面的应战，不只基于本身的优势产品停止优化，还经过一系列的收买加强本身在AI范畴的优势。再加上谷歌、AMD、IBM等巨头的竞争，英伟达面临的竞争非常剧本着网络面前人人平等的原则，提倡所有人共同协作，编写一部完整而完善的百科全书，让知识在一定的技术规则和文化脉络下得以不断组合和拓展。 烈。

还有，AI初创企业虽然很难介入高门槛的云端AI芯片范畴，但以OURS为代表的企业以低功耗端计算AI芯片为中心，希望经过从硬件到软件的全栈处理方案更好的满足边缘计算的需求，经过边缘端的AI芯片处理云端AI芯片延迟、实时性不强的成绩，协助AI更快完成普及，换个方式与英伟达在AI芯片范畴竞争。

那么，英特尔与OURS目前在AI芯片方面的最新停顿如何？将来将如何与英伟达竞争？众多的巨头以及初创企业能否阻挠甚至逾越英伟达？这些成绩的答案都能在由中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的 CCF-GAIR 2018 AI芯片分会场找到答案。

CCF-GAIR 2018——2018 年全球人工智能与机器人峰会将在2018 年 6 月 29 日至 7 月 1 日深圳宝安区前海 JW 万豪酒店举行。

在过来两年，CCF-GAIR 先后约请到了：

•  10 余位中美两国院士；

• 20 余位 IEEE Fellow；

• 上百位在各自专业范畴享有盛誉的学者；

• AI 范畴的知名企业家、投资者和创新者。

CCF-GAIR 2018组委会经过商议而最终敲定了 人工智能主会场和 11 个分会场，涵盖仿活力器人、机器人行业使用、计算机视觉、智能平安、金融科技、自动驾驶、自然言语处置、AI+、AI 芯片及投资人在内的多个范畴。

其中AI 芯片分会场 曾经约请到了英特尔中国研讨院院长宋继强， 英特尔研讨院一共800人左右，有600人是美国外乡的，分红四大块研讨方向，英特尔中国研讨院次要做视觉相关的人工智能的中心算法，包括人脸辨认技术、心情辨认、场景了解。CCF-GAIR 2018上中国研讨院院长宋继强将分享英特尔在AI芯片方面的最新停顿，解读AI开展的将来趋向，还能解答众多AI开发者最关怀的成绩。

同时， OURS开创人、CEO 谭章熹也将在CCF-GAIR 2018 AI芯片分会场停止分享 ，谭章熹本科毕业于清华大学电子工程系，然后前往加州大学伯克利分校进修拿到计算机迷信博士，是计算机零碎构造和超大规模集成电路（VLSI）设计专家。他的博士生导师 David Patterson是新晋图灵奖得主，也是 RISC 指令集架构的开创人。有着光鲜技术履历的OURS开创人谭章熹不只会分享他与OURS的故事，还会为开发者带来十分适用的AI芯片，协助开发者更快进入AI市场。

当然， CCF-GAIR 2018 AI芯片分会场还约请到了中国电子学会电子设计自动化专家委员会主任委员、清华大学微电子研讨所所长魏少军 ，他将分享他关于人工智能热潮的考虑以及他看到的人工智能芯片的痛点，经过详细的解读更好地协助中国的开发者更快、更准的进入AI市场。

以上只是CCF-GAIR 2018 AI芯片分会场约请到的局部业界大拿，更多惊喜以及与诸多业界大拿面对面交流的时机在CCF-GAIR 2018现场等你。

过来两届的 CCF-GAIR 2018 都面临一票难求的火爆地步，所谓事不过三，往年您还在犹疑和张望吗？就看您信不信得过我们啦。

CCF-GAIR 2018 大会官网及盲订票入口： https://gair.leiphone.com/gair/2018yr

CCF-GAIR 2018，深圳见！

---

如今关注“雷锋网”微信大众号（leiphone-sz），回复关键词【GAIR】，随机抽送价值 3999 元的参会门票 5 张

。