人們越來越看好人工智能的前景及其潛在的爆發(fā)力，而能否發(fā)展出具有超高運算能力且符合市場的芯片成為人工智能平臺的關(guān)鍵一役。由此，2016年成為芯片企業(yè)和互聯(lián)網(wǎng)巨頭們在芯片領(lǐng)域全面展開部署的一年。而在這其中，英偉達保持著絕對的領(lǐng)先地位。但隨著包括谷歌、臉書、微軟、亞馬遜以及百度在內(nèi)的巨頭相繼加入決戰(zhàn)，人工智能領(lǐng)域未來的格局如何，仍然待解。
在2016年，所有人都看到了人工智能的前景和其潛在的爆發(fā)力，但不管是AlphaGo還是自動駕駛汽車，要想使得任何精妙算法得以實現(xiàn)，其基礎(chǔ)是硬件的運算能力：也就是說，能否發(fā)展出超高運算能力又符合市場需求的芯片成為了人工智能平臺的關(guān)鍵一役。
因此，毫無疑問，2016年也成為了芯片企業(yè)和互聯(lián)網(wǎng)巨頭們在芯片領(lǐng)域全面展開部署的一年：先有CPU芯片巨頭因特爾年內(nèi)三次大手筆收購人工智能和GPU領(lǐng)域企業(yè)；后有谷歌宣布開發(fā)自己的處理系統(tǒng)，而蘋果、微軟、臉書和亞馬遜也都紛紛加入。
而在這其中，領(lǐng)跑者英偉達（Nvidia）因其在人工智能領(lǐng)域的優(yōu)勢使其成為了資本市場的絕對寵兒：在過去的一年中，曾經(jīng)以游戲芯片見長的Nvidia股價從十幾年的穩(wěn)居30美元迅速飆升至120美元。
就當資本市場都在猶豫是否人工智能風口使得英偉達股價虛高時，2月10日，英偉達發(fā)布2016年第四季度的財報顯示，其營收同比增長55%，凈利潤達到了6.55億美元，同比增長216%。
“正當Intel、微軟等巨頭投資人工智能為基礎(chǔ)的芯片技術(shù)時，英偉達已經(jīng)以Q4財報顯示，這家已經(jīng)在人工智能領(lǐng)域投資將近12年的芯片企業(yè)已經(jīng)開始就此收獲可觀的盈利。”資深技術(shù)評論家Therese Poletti在其財報發(fā)布后指出。
研究機構(gòu)Tractica LLC估計，由于深度學習項目產(chǎn)生的硬件花費將從2015年的4360萬美元，上升到2024年的41億美元，而企業(yè)的相關(guān)軟件花費將同期從1.09億美元上升到100億美元。
正是這一龐大的市場吸引著谷歌、臉書、微軟、亞馬遜以及百度在內(nèi)的巨頭相繼宣布企業(yè)向人工智能領(lǐng)域的技術(shù)轉(zhuǎn)向。“在人工智能相關(guān)技術(shù)上，目前英偉達仍然保持著絕對的領(lǐng)先，但隨著包括谷歌在內(nèi)的TPU等技術(shù)不斷推向市場，未來的AI硬件格局仍然待解。”一位不便具名的歐洲資深從業(yè)人員向21世紀經(jīng)濟報道表示。
英偉達在GPU領(lǐng)域顯著領(lǐng)先
根據(jù)英偉達最新公布的年報，其最主要的業(yè)務領(lǐng)域均出現(xiàn)了兩位數(shù)以上的增長。除了其一直占有領(lǐng)先優(yōu)勢的游戲業(yè)務增長之外，其更多的漲幅事實上來自于數(shù)據(jù)中心業(yè)務和自動駕駛兩大全新業(yè)務板塊。
年報數(shù)據(jù)顯示，數(shù)據(jù)中心業(yè)務有138%的增長，而自動駕駛有52%的增長。
“事實上，這是整個英偉達財報里最具有說明力的內(nèi)容，因為數(shù)據(jù)業(yè)務和自動駕駛的增長根本上是人工智能和深度學習的發(fā)展所激發(fā)的。”一位美國計算機硬件分析師向21世紀經(jīng)濟報道表示。
在目前的深度學習領(lǐng)域，把神經(jīng)網(wǎng)絡投入實際應用要經(jīng)歷兩個階段：首先是訓練，其次是執(zhí)行。從目前的環(huán)境來看，訓練階段非常需要處理大量數(shù)據(jù)的GPU（圖形處理器，下同），也就是以游戲和高度圖形化的應用做圖像渲染起家的英偉達領(lǐng)先的領(lǐng)域；而在轉(zhuǎn)型階段則需要處理復雜程序的CPU，也就是微軟十幾年來領(lǐng)先的領(lǐng)域。
“英偉達目前的成功事實上代表了GPU的成功，它正是最早的GPU領(lǐng)先者之一。”上述行業(yè)分析師表示。
深度學習神經(jīng)網(wǎng)絡尤其是幾百上千層的神經(jīng)網(wǎng)絡，對高性能計算需求非常高，而GPU對處理復雜運算擁有天然的優(yōu)勢：它有出色的并行矩陣計算能力，對于神經(jīng)網(wǎng)絡的訓練和分類都可以提供顯著的加速效果。
舉個例子，研究員不用一開始就人工定義一個人臉，而是可以將幾百萬個人臉的圖像展示出來，讓計算機自己定義人臉應該是什么樣子的。學習這樣的例子時，GPU可以比傳統(tǒng)處理器更加快速，大大加快了訓練過程。
因此，搭載GPU的超級計算機已經(jīng)成為訓練各種深度神經(jīng)網(wǎng)絡的不二選擇，比如Google大腦早期就是使用Nvidia的GPU做深度學習。“我們正在搭建一款帶有跟蹤功能的攝像裝置，因此需要找到最適合的芯片，GPU是我們的首眩”歐盟AR初創(chuàng)企業(yè)Quine CEO Gunleik Groven在今年一月的CES（國際消費電子展）現(xiàn)場向本報記者表示。