英偉達的競爭者們

　　向淘金者賣水是好生意，這個道理已經不是秘密了。雖然這幾年，英偉達在深度學習領域的芯片供應商中占據著主導地位，但各大巨頭們也都想在這門生意上分一杯羹。

　　面對英偉達的來勢洶洶，最不敢放松警惕的是半導體行業的老大英特爾。目前，英偉達的GPU產品依然需要搭配英特爾中央處理器(CPU)協作，才能提供較佳運算性能表現。比如，谷歌DeepMindAI系統AlphaGo此前在與南韓棋王李世乭較量時，便仰賴于1202顆CPU及176顆GPU協助運算。

　　雖然英特爾仍然掌控全球98%數據中心X86架構服務器的晶片市場，人工智能芯片的占比仍然不高，但不能否認人工智能芯片市場具備的龐大成長潛力。市調機構IDC預估，到了2020年全球跨產業AI及認知系統年營收可達逾470億美元，較2016年近80億美元將呈現明顯成長。而英偉達人工智能芯片已經成為業內首選。

　　所以，英特爾持續通過收購策略強化自有人工智能領域布局，試圖通過投資彌補戰略上的慢一步。如英特爾以167億美元高價收購FPGA晶片供應商Altera，以4億美元收購深度學習創業公司Nervana ，成為英特爾投入AI處理器開發的布局。2017年3月，英特爾以153億美元收購Mobileye， 試圖將“算法+芯片”整合成人工智能制勝關鍵。

　　巨頭谷歌在采用英偉達的AI芯片的同時，自己也在研發AI芯片。在去年的開發者大會上，谷歌發布了專為人工智能算法定制的 Tensor Processing Unit(TPU)，在最近的一篇博客文章中，Google聲稱其TPU要比現代的GPU和CPU們在推理性能上快15到30倍。雖然，英偉達否認說Google是在拿TPU和老的GPU相比較，但能肯定的是，谷歌在人工智能定制化芯片的路上會越走越遠。

　　另一巨頭微軟也在使用現場可變編程門陣列(FPGA)的新型并行處理器。據介紹，FPGA目前已支持微軟Bing，未來它們將會驅動基于深度神經網絡——以人類大腦結構為基礎建模的人工智能——的新搜索算法。

　　另外，智能手機芯片制造商高通已經開始制造執行神經網絡的專用芯片，而且高通最近宣布計劃花費470億美元收購荷蘭汽車芯片公司恩智浦，恩智浦致力于解決深度學習和計算機視覺難題，看來高通希望借助收購加強自動駕駛系統的開發。IBM也按捺不住，在2016年投入到類人腦芯片的研發——TrueNorth。另外，在極度依賴國外進口的我國芯片產業中，中星微在2016年6月份，推出了中國首款嵌入式神經網絡處理器(NPU)芯片“星光智能一號”。

　　所以，盡管英偉達在人工智能芯片領域占據領先的位置，但是這個領域已經聚集了不少重量級玩家，英偉達仍然面臨不小的壓力。

　　英偉達不能像上次“起大早趕晚集”了

　　英偉達曾經浪費了智能手機浪潮。

　　在智能手機移動芯片市場蓬勃發展之初，作為芯片領域中的強者，英偉達試圖在移動手機市場上分一杯羹。2011年，英偉達斥資3.67億美元收購了Icera基帶業務，試圖通過整合英偉達的應用處理器技術和Icera的基帶處理器技術，為智能手機廠商提供芯片支持。

　　當時的英偉達手握不小勝算。2011年的高通在市場中的主要角色還是基帶芯片提供商，不過，其正在推出基帶和應用處理器一體的解決方案。聯發科也在2011年才開始打造專屬的Android智能型手機的芯片解決方案。可以說，英偉達、高通、聯發科基本處于同一起跑線，如果順利，在2012年以后智能手機的大浪潮下，英偉達、高通和聯發科將展開激烈競爭。

　　可惜的是，英偉達起了個大早趕了個晚集。直到2015年，英偉達依然沒有完成基帶和應用處理器的整合。2012年至2015年是移動手機起步的黃金四年，英偉達完全錯過了。究其原因，長達4年的拖延，讓一個極有勝算的項目夭折了。

　　如今在人工智能芯片領域，英偉達又一次搶占先機。不過，這個市場才剛剛拉開帷幕，人工智能芯片領域的每個玩家，都不是吃素的。希望英偉達能吸取移動手機市場的教訓，加快布局，別因為拖延再次錯失良機。