原创《人工智能芯片卡位战》：本论文可用于人工智能论文范文参考下载，人工智能相关论文写作参考研究。
人工智能芯片战场上的硝烟才刚刚燃起,小小芯片不同层面、不同路径的选择也仍在博弈中,谁赌对了方向,谁赢
今年以来,一家曾经不那么为人所知的公司英伟达（NASDAQ：NVDA）开始浮出水面.这家公司在今年内创下了20次历史收盘最高纪录,股价累计上涨約69%.这不仅跑赢了追踪半导体板块的基金涨幅,还远超同期标普500指数.
有投行预测英伟达股价还有40%的上升空间.在过去两年间,英伟达市值已经上涨7倍.
英伟达是这一轮人工智能芯片大战兴起的导火索.英特尔、高通、AMD等芯片公司随之宣布入局,谷歌、百度等互联网公司也纷纷披露开发计划,一些创业公司更是迅速推出新的设计方案和产品.
英伟达的GPU产品最初受众狭窄,给游戏PC提供视觉特效,帮它们和专业电子游戏机竞争.但随着新一轮人工智能兴起,GPU更为适合深度学习所需的并行计算能力,芯片开始供不应求,是第一批走向台前的类AI芯片玩家.
奥银湖杉创始合伙人CEO苏仁宏专注投资智能硬件,他认为,当下,人工智能功能基本基于云端,不能全面实现智能能力,原因就在于智能芯片的缺位.因此,人工智能能力不仅是下一代智能手机竞争高地,也是当下智能硬件的突围瓶颈.
目前主流CPU、CPU+GPU、CPU+FPGA、CPU+ASIC架构均因硬件规模、算法、功耗等原因不符合AI芯片理想架构,相对来说功能动态、实时地跟随软件变化而变化更重要.
战火兴起后,英伟达开始疯狂砸钱,力求在最短时间内将GPU转化为更通用的计算工具.仅研发一项,目前已经投入了将近100亿美元.
第三方机构晨星报告中指出,2021年,上述玩家所在的人工智能芯片市场总价值将达到200亿美元.TechNio则预测,到2021年前,全球人工智能芯片年均复合增长率将超过54%.
由普通沙子制成的芯片,是整个IT发展的基础.谁掌握了这颗驱动计算的“心”,谁就将引领产业发展,并获得巨大的收益.PC时代的英特尔、智能手机时代的高通,都曾胜者为王,营收的增长带动了资本市场的青睐.
时势造英雄
英伟达由黄仁勋与Curtis Priem和Chris Malachowsky在1993年创立于硅谷,公司总部与众多半导体公司比邻而居.成立以来,英伟达在半导体行业都是一家不温不火的公司,偏安于图形处理器（GPU）市场.
但就在这个时候,英伟达作出了一件极为重要的决定：加注技术投入和软件开发,令GPU可以在电脑屏幕上处理图像之外,进行更为复杂的任务处理.
2007年前后,一个被命名为“CUDA”（统一计算设备架构）项目被确立,其每年的开支大概5亿美元,这在当时占据了公司年度总营收的六分之一.今年54岁的黄仁勋回忆称,“这为公司带来了极大的成本压力.”
但正是这个项目确立了英伟达在人工智能的先发优势.英伟达一面整合CUDA进入各等级产品,另一面游说高等学校开设相关课程,并赞助研究所和创业公司,希望它们可以一路支持GPU的发展.
英伟达甚至提供测试版本的GPU给亚马逊等大型公司的科学家使用.尽管这样做看起来像是希望工程师帮助其寻找产品漏洞,但这种积极的态度打动了硅谷的工程师们.他们更积极地为GPU及其生态进行研发.
2012年开始,人工智能应用领域的玩家发现,CPU为核心的硬件设备已经难以满足深度神经网络（DNN）多层级特点的计算要求,而GPU可以满足其需求.他们开始使用英伟达的芯片进行人工智能模型的训练.
技术随后从研究转向产业,浪潮集团人工智能与高性能产品部总经理刘军告诉《财经》记者,“2014年前后,那些今天在人工智能领域很有名的公司开始寻找GPU专家,帮助他们将已有研发的DNN从CPU迁移至GPU.”
借助市场机遇,英伟达业务快速增长.这家公司2017财年第二季度报告数据显示,营业收入为22.3亿美元,同比增长56%,环比增长15%.其中人工智能相关业务增长更是亮眼,GPU业务收入同比增长59%,而数据中心业务增长了2.5倍以上.
该公司CFO Colette M. Kress表示,增长源自人工智能产品组合的丰富,以及不断.如今,英伟达的芯片越来越多被使用在计算机以外的设备上,如VR设备、无人机、机器人、无人驾驶汽车,更重要的是其逐渐成为人工智能服务器的新核心.
不过,财报发布当天盘后,英伟达股价一度下跌8%.随后虽回涨,但阴影一直并未散去.这一变化源自投资者的担忧——芯片领域的巨头们,尤其英特尔,此时已经看到了趋势,纷纷入局,而英伟达目前的成功更像是一种偶发事件.
英特尔迎战英伟达
深度学习理论引领了人工智能最新一轮热潮,芯片是完成计算的核心,是人工智能的“大脑”.整个环节分为训练（Training）算法和利用算法推理（Inference）结论两个部分.
训练是人工智能的基础,构建应用的关键.在这一环节,英特尔利用Xeon Phi处理器与英伟达的GPU直面竞争,并通过多项收购扩大产品布局.围绕两家巨头的竞争,谷歌和AMD虽有心杀入战局,但仍在边缘,而更小的创业者则仍处于探索阶段.
2016年8月,英特尔收购美国创业公司Nervana Systems.其深度学习芯片Engine的处理速度是GPU的10倍.随后,英特尔将其与自身业务整合,并追加3.5亿美元的投入,用于研发DNN软硬一体化平台和两代芯片产品,将与Xeon Phi匹配.
Fiaz Mohamed是英特尔人工智能产品事业部业务拓展及解决方案部署负责人,因Nervana收购而加入英特尔.他对《财经》记者说,“我们并没有陷入困境.借助英特尔在设计和工程上的经验,成为英特尔的一部分,这有利于我们的产品推向市场.”这是在训练层创业者普遍的结局,即被巨头收编.
人工智能论文参考资料：
结论：人工智能芯片卡位战为关于本文可作为人工智能方面的大学硕士与本科毕业论文人工智能论文开题报告范文和职称论文论文写作参考文献下载。
