芯片巨头们2019年的AI芯片之争会如何？

　　编者按：本文转自雷锋网，作者包永刚，创业邦经授权转载。

　　导语：本文分析了目前AI芯片市场的情况，以及NVIDIA在这一市场的领先地位。不过，随着芯片巨头在AI芯片领域有了新的进展，NVIDIA将会面临更多的挑战，2019年AI芯片市场会如何?

　　作者将会分三部分进行介绍，本文是第一部分。

　　NVIDIA的领先优势

　　过去的五年，NVIDIA在数据中心领域成为了规模数十亿美元的巨头，并且没有一次面对持续且非常强劲的对手，这是一个令人惊讶的事实。NVIDIA快速增长的动力来自人工智能(AI)和高性能计算(HPC)对GPU芯片的需求。NVIDIA首席执行官Jensen Huang喜欢谈论深度学习的“寒武纪爆炸”，指的是神经网络算法的快速迭代。

　　目前，我们处于AI芯片爆发的门口，全球许多大型和小型公司都加入其中。三年前，芯片创业公司几乎不可能获得风险投资，现在，有数十家资金充足的挑战者在研发AI芯片。

　　去年，NVIDIA和 IBM为世界上最快的超级计算机提供芯片(据称其中95%的性能归功于NVIDIA的Volta GPU)。虽然这是一项令人难以置信的成就，但许多人开始怀疑NVIDIA的辉煌能否持续。

　　在最新报告季度，NVIDIA数据中心收入同比增长58%至7.92亿美元，占公司总收入的近25%。过去的四个季度总营收达到28.6亿美元。如果能够保持这种增长趋势，2019年数据中心营收或达到约45亿美元。

　　毫无疑问，NVIDIA以其强大的可扩展架构为动力打造出受欢迎的产品。NVIDIA现在拥有一个强大且持续更新的软件，高校、初创公司和合作伙伴使其成为由其新创建的生态的主导者。有些人会认为这个生态系统是坚固的护城河，但暴风云正在出现。潜在的威胁来自英特尔，谷歌，AMD以及数十家美国和中国的初创公司。

　　目前为止，在我看来，大部分竞争者都“火力不足”。因为我非常有信心除了谷歌，其它挑战者都没有抢夺了NVIDIA的市场份额。让我们来看看目前的竞争格局，2019年将会变得非常有趣。

　　重磅的竞争者

　　根据纽约时报的统计，有超过40家创业公司进入AI芯片领域，但实际情况是，只有少数公司能在这个市场上取得真正的成功(比如收入超过10亿美元)。对于深度神经网络(DNN)的训练，鉴于其产品的实力，市场占有率和生态系统，NVIDIA难以被击败。然而，目前市场规模还小的推理芯片市场最终将超过训练市场。

　　与训练不同，推理不是单一的市场。推理包含了云端和终端，每一种应用对深度学习算法、性能、功耗和延迟都有特定的要求。另外，在推理市场还没有绝对的领导者，即便NVIDIA声称在汽车市场拥有领导地位。

　　出于这些原因，推断市场是大多数新进入者主要或最初关注的方向。让我们来看看重磅的竞争者。

　　谷歌

　　谷歌是最早推出专用芯片(ASIC)的公司之一，然而谷歌可能是NVIDIA最大的客户之一。谷歌的“Tensor Processing Units”(TPU)芯片已经更新至第三代，可以加速云端的深度学习训练，最近还可以加速推理处理。据悉，用于训练和处理DNN的Google TPU的性能相当稳定，单芯片每秒性能可达45 TOPS。相比之下，NVIDIA的Volta性能最高可达125 TOPS。第一批TPU只供内部使用，现在谷歌将它们作为服务提供给Google Compute Cloud的客户。

　　虽然TPU会对谷歌的人工智能的发展产生影响，但除了内部的，对外的服务(这是一个相当大的市场)是故意限制的。TPU只能用于培训和运行Google TensorFlow框架，无法使用它来训练或运行使用Apache MxNet或PyTorch构建的AI，PyTorch框架的重要推动者是Facebook 和微软。TPU也不能用于非AI HPC应用，这一领域GPU占据绝对主导地位。

　　此外，TPU也不向企业或政府的数据中心出售。但谷歌对此表示满意，因为它将TPU和TensorFlow视为其全面的AI领导力战略。针对硬件的软件优化，可以构建强大而耐用的平台。

　　TPU更直接的影响可能是验证ASIC可以作为GPU的替代品，至少对潜在投资者而言如此。深度学习芯片初创公司的首席执行官表示，一旦谷歌宣布其TPU，风险资本就开始寻找投资目标，他随后获得了数亿美元投资。

　　谷歌一直擅长从NVIDIA的GPU技术大会(通常在三月份)的可预测信息中窃取一些引人注意的信息，如果今年谷歌发布性能强大的7nm TPU，对比我不会感到惊讶。

　　亚马逊也在去年秋天宣布，正在为推理处理研发ASIC。但是，该芯片仍在开发中。