Nvidia公司的利润和股价在过去几年中激增，因为该公司发明的图形处理器为游戏和图形制作提供了机器学习的最新突破。而随着对人工智能的投入，Nvidia公司目前面临着英特尔，谷歌，以及其他厂商在人工智能芯片方面的竞争。
Nvidia公司首席执行官黄仁勋宣布推出一款用于人工智能的新芯片
在Nvidia公司在5月10日召开的年度开发者大会上，黄仁勋在推出Nvidia最新的“Tesla V100”芯片时，他小心翼翼地避免提及任何竞争对手。他只将谷歌公司称为“有些人”，例如。但是，他对Nvidia公司的挑战者的技术做了清晰的描述，特别是在谈论开放供应用于云计算的人工智能芯片巨大机会时。
许多行业(如医疗保健和金融公司)正在投资机器学习基础设施。领先的云计算提供商谷歌公司，亚马逊和微软都在对此进行投资开发，许多公司将为运行人工智能软件支付费用，并将花费巨资部署新的硬件来支持这一点。
Nvidia公司通过巧妙地抓住机会来主导新兴的人工智能芯片市场。计算机图形学所需的基本数学运算与机器学习称为人工神经网络的方法基本相同。从2012年开始，研究人员发现，通过将新技术置于这种技术之上，图形处理器允许软件在解释图像或语音等任务上变得更加智能。
你相信人工智能会改变每个行业吗?
随着人工智能市场的增长，Nvidia已经调整了其芯片设计的功能，以支持神经网络。日前最新发布的V100芯片是这一努力的成果，并具有专门用于加速深入学习数学的新核心处理器。
黄仁勋表示，其电力和能源效率将有助于企业或云计算提供商大幅提升其使用人工智能的能力。“企业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，”他说。
Nvidia公司的竞争对手认为，通过设计从头开始调整芯片的功能，而不是适应图形芯片技术，可以使硬件更快更有效地运行AI软件。
例如，英特尔公司承诺在今年晚些时候发布深度学习芯片，这是基于2016年收购初创厂商Nervana公司所获得的技术。
英特尔公司还正在准备发布产品，以便从其投资167亿美元收购Altera公司的技术提供深度学习技术，这个芯片称之为FPGA，可以重新配置为特定算法供电。微软公司已经大量投资使用FPGA芯片为其机器学习软件提供动力，并将其作为其云平台Azure的核心部分。
与此同时，谷歌公司透露，去年夏天已经在使用为内部开发的称为Tensor处理单元或TPU的人工智能定制的芯片。这些芯片为去年AlphaGo赢得了围棋竞赛的胜利提供支持。但它们并没有对外销售，但谷歌公司表示使用其云计算服务的公司将获得其电力和能源效率的好处。
开发谷歌这种芯片的几名工程师已经离开了该公司，投资1000万美元成立了一家名为Gro q的创业公司，Groq公司正在设计开发专门的机器学习芯片。其他类似项目的初创公司包括Wave计算公司，它表示已经让客户测试其硬件。
黄仁勋日前表示，Nvidia公司的技术取得了不错的成绩。像谷歌的TPU这样的自定义芯片对于许多不同种类的神经网络来说不太灵活，他说，这是一个重大缺陷。他声称，像微软所青睐的那些FPGA芯片所消耗的能量太多了。
他说：“我们正在为深度学习创造最有成效的平台。”由于Nvidia公司的竞争对手今年对其产品的了解程度较高，这一说法将得到人们的密切关注。
京公网安备 11010502049343号