分析師稱(chēng)NVIDIA將不會(huì )是AI芯片唯一贏(yíng)家

　　美國投資研究機構晨星公司(MorningStar)分析師Abhinav Davuluri發(fā)布最新報告針對機器學(xué)習和人工智能(AI)研究認為，在芯片市場(chǎng)競爭上，英特爾(Intel)的勝算比NVIDIA更大。

　　財經(jīng)雜志Barron’s報導，在加速器芯片市場(chǎng)中，包括NVIDIA的GPU，以及來(lái)自英特爾的FPGA和賽靈思(Xilinx)的芯片，2021年市場(chǎng)規?？赡苓_到200億美元，NVIDIA有能力繼續受益于人工智能趨勢，但英特爾與同行推出客制化AI解決方案后也能分得市場(chǎng)大餅。

　　Davuluri認為英特爾與賽靈思的優(yōu)勢在于機器學(xué)習的推論(inference)階段，訓練(training)階段需要演算能力來(lái)了解資料集，但是論斷是電腦根據新資料樣本進(jìn)行操作來(lái)推論答案。NVIDIA執行長(cháng)黃仁勛預計其GPU主導訓練階段市場(chǎng)之后，就可以成功地進(jìn)入推論階段，預言未來(lái)每一個(gè)網(wǎng)路查詢(xún)都可能依賴(lài)NVIDIA的GPU。

　　Davuluri可不這么認為，而是看好其他解決方案更適合深入學(xué)習的推論部分。Davuluri表示英特爾有比NVIDIA更廣泛的芯片選擇，認為英特爾可以在推論階段發(fā)揮更大作用，包括FPGA、協(xié)同處理器和特殊應用集成電路(ASIC)將會(huì )占據加速器市場(chǎng)，特別是在推論方面。Davuluri認為推論階段不需要NVIDIA倡導的功能，而英特爾與賽靈思的FPGA可能更適用。

　　Davuluri的報告指出，與在數據中心執行的人工智能大規模并行訓練相反，智能手機、物聯(lián)網(wǎng)或相關(guān)產(chǎn)品通常執行的是推論的連續計算。而推論工作負載可能會(huì )分散在更多處理器類(lèi)型中，包括CPU、GPU、FPGA和ASIC。

　　高端智能手機專(zhuān)用處理器將加速如圖像或語(yǔ)音識別等個(gè)別應用，同時(shí)減少CPU的功耗，從而延長(cháng)電池使用壽命，如iPhone 7使用集成到A10處理器中的圖像信號處理器和GPU，來(lái)執行某些人工智能任務(wù)，然而對于未來(lái)的iPhone，傳聞蘋(píng)果(Apple)使用神經(jīng)引擎(Neural Engine)，仰賴(lài)的就是分立芯片。

　　另一方面，對于所有終端設備，尤其是物聯(lián)網(wǎng)產(chǎn)品來(lái)說(shuō)，使用專(zhuān)用加速器可能并不經(jīng)濟。因此，當性?xún)r(jià)比不是主要考量，可能會(huì )在CPU上執行推論運算，而處理大量的推論運算時(shí)，就會(huì )如數據中心使用GPU、FPGA，或客制化芯片。

　　報告認為FPGA最適用，但FPGA的缺點(diǎn)是與GPU相比，芯片編程困難度較高。最后，報告提到Alphabet的TPU，雖然TPU不見(jiàn)得會(huì )上市，但可能會(huì )驅使亞馬遜(Amazon)和微軟(Microsoft)等企業(yè)推出更多客制化芯片，成為英特爾、NVIDIA和賽靈思在人工智能芯片市場(chǎng)上的競爭對手。