人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。 人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。

亞馬遜 (Amazon) 創(chuàng)辦人 Jeff Bezos 日前在公開會議上宣告，現(xiàn)在是人工智能 (AI) 應用的黃金時代，是人工智能復興時期，聲稱電腦運算已經(jīng)準備改變所有的商業(yè)模式。事實上，現(xiàn)在人工智能幕前幕后都戰(zhàn)況激烈，Nvidia、Intel、Google 等大廠在芯片領域也都虎視眈眈。

MIT 報導，Nvidia 為游戲和圖形制作使用的繪圖芯片，過去幾年促成許多機器學習的突破性應用，大幅推升企業(yè)利潤和股價，但未來的路可能不會這么順遂，因為幾家芯片龍頭都在主打新產(chǎn)品可加速人工智能應用，連軟件大廠也都在自己打造適合自家軟件的硬件核心。

由于保險和金融等許多行業(yè)的公司，正在投資機器學習基礎設施，因此 Google、亞馬遜和微軟都認定，未來許多企業(yè)會向他們購買人工智能軟件，因此在硬件上也必須砸大錢來支持軟件運作。

報導認為，Nvidia 占有人工智能芯片市場優(yōu)勢是運氣好，因為電腦圖形所需的基本數(shù)學運算，與被稱為人工神經(jīng)網(wǎng)絡的機器學習方法相同。從 2012 年開始，研究人員發(fā)現(xiàn)，將新技術置于這種技術之上，繪圖芯片可讓軟件在解釋圖像或語音等任務上變得聰明很多。

隨著人工智能市場成長，Nvidia 已經(jīng)調(diào)整芯片設計以支持神經(jīng)網(wǎng)絡，本周宣布的新 V100 芯片是這一努力的頂峰，并具有專門用于加速深入學習數(shù)學的新核心。Nvidia 強調(diào)其電力和能源效率將有助于企業(yè)或云供應商大幅提升使用人工智能的能力，聲稱“可以將數(shù)據(jù)中心的吞吐量提高 15 倍，而不必建立新的數(shù)據(jù)中心。”

而 Nvidia 的新競爭對手認為，他們可以直接為加速處理人工智能軟件的硬件運算能力與效率來從頭設計芯片，而不是調(diào)整繪圖芯片技術。例如英特爾去年購并 Nervana 之后，承諾今年會發(fā)布深度學習芯片。英特爾花了 167 億美元購并全球可程序邏輯 (FPGA) 芯片制造商拓朗半導體 (Altera)，準備藉 FPGA 技術發(fā)布加速深度學習的產(chǎn)品。

微軟也是以 FPGA 為機器學習軟件提供動力，并將其做為云端平臺 Azure 的核心部分。Google 也在去年夏天表示已經(jīng)在使用內(nèi)部開發(fā)，為人工智能訂制的芯片 TPU，去年已經(jīng)替 AlphaGo 贏得棋盤游戲冠勝利，Google 表示不會出售 TPU，但使用 Google 云服務企業(yè)將會獲得 TPU 的電力和能源效率的好處。

打造 Google 芯片的幾名工程師已經(jīng)離職，成立一家擁有 1 千萬美元資金的創(chuàng)業(yè)公司 Groq，打造專門的機器學習芯片。其他類似的新創(chuàng)公司包括 Wave Computing，表示其產(chǎn)品已經(jīng)在客戶測試階段。

不過 Nvidia CEO黃仁勛趁機批評競爭對手的技術，他說如 Google 的 TPU 這種的自定義芯片的靈活性不夠，無法在不同種類的神經(jīng)網(wǎng)絡上達到同樣運算水準，認為這是一個重大缺點，而像微軟與英特爾所青睞 FPGA 則是太耗能。

黃仁勛聲稱 Nvidia 正在為深度學習創(chuàng)造最有成效的平臺，且現(xiàn)在已經(jīng)比競爭對手更快到達技術甜蜜點，但其他競爭廠商今年也將在人工智能芯片上有大動作，這一戰(zhàn)場勢必將受到市場密切關注。