英特爾(Intel)和NVIDIA這兩家芯片大廠長期各自耕耘不同的市場領域，前者主要設計生產(chǎn)猶如計算機和服務器大腦的中央處理器(CPU)芯片，后者則專精研發(fā)圖形和影像生成的繪圖處理器(GPU)。


　　據(jù)華爾街日報(WSJ)報導，隨著Google、微軟(Microsoft)和亞馬遜(Amazon)等科技公司投入數(shù)十億美元發(fā)展人工智能(AI)網(wǎng)絡，用來支持這些網(wǎng)絡的芯片市場也開始產(chǎn)生變化，過去主要支持計算機游戲的GPU，如今也成為相當適合支持機器學習等各項任務、實現(xiàn)AI的重要元件，并可以加快英特爾CPU的效能。

　　這使得GPU對于資料中心來說重要性與日俱增，Moor Insights & Strategy分析師Patrick Moorhead表示，GPU在機器學習訓練功能領域的表現(xiàn)令人驚艷。盡管更多機器學習機器使用GPU代表對英特爾產(chǎn)品需求的減少，但英特爾憑借著在服務器芯片市場的98%市占率，且年銷量是NVIDIA的8倍，因此短期內(nèi)還是很難撼動英特爾的地位。

　　但NVIDIA的營收和股價已充分顯示了GPU的受歡迎程度。截至2017年4月底的12個月期間，該公司資料中心部門營收達10億美元，較前一年度同期成長3倍以上。公布第3季財報之前，NVIDIA的股價上漲了近3倍，而日前財報公布后，該公司股價又繼續(xù)飆升30%。

　　不過這仍然比不上英特爾的170億美元營收。英特爾對于鞏固自己在資料中心的領先地位動作也很積極，除了在CPU芯片嵌入GPU技術(shù)外，也完成數(shù)項購并案，例如以167億美元收購FPGA芯片大廠Altera以及機器學習新創(chuàng)公司Nervana Systems。

　　目前Google、微軟和亞馬遜在打造AI網(wǎng)絡方面仍處于早期階段，各家采用的方法各有不同，像Google為了提升機器學習效能已設計出自己的芯片，因此最后哪家廠商能成為這場AI芯片戰(zhàn)的勝利者還有待觀察。