近年來，高通、ARM等企業在移動芯片、物聯網芯片方面的強勢，讓英特爾在移動互聯網時代面臨夾擊，而NVIDIA（英偉達）的加入，讓英特爾一直引以為傲的后院也起了火。隨著GPU開始在通用計算領域得到廣泛應用，NVIDIA（英偉達）的優勢正在逐漸顯現出來。今年8月12日，NVIDIA公布了最新的財報，總收入14.28億美元，同比增長24%，而利潤達到了2.53億美元，同比增長873%。這給英特爾帶來了不小的威脅。
而就在最近，這兩大芯片廠商的正面交鋒就在激烈上演著。
此前，英特爾在測試報告中指出，新推出的Intel Xeon Phi處理器系列，其運算能力高于目前市面上GPU處理器。不過，針對此份報告內容，NVIDIA不以為然，并以旗下新款專為深度學習打造的運算系統DGX-1為例，撰寫一篇博客來反擊Intel。
NVIDIA強調，這款深度學習運算系統DGX-1是為了響應人工智能時代的到來而推出的，采用創新NVIDIA Pascal技術支援的Tesla P100加速器打造，并已預先安裝多層次應用軟體，其中包含可加速所有主要深度學習架構的程式庫、NVIDIA DeepLearning SDK、DIGITS GPU訓練系統、驅動程式及CUDA。該系統包含容器建立和部署、系統更新及應用程式儲存機制的云端管理服務存取。由于具備在Tesla GPU上執行這些應用軟體功能等優勢，將其與各類舊版GPU加速解決方案的應用程式的速度相比，速度最多可快上12倍。
英特爾為了強調Xeon Phi處理器的性能優勢，在報告中強調該產品與現今GPU處理器性能的差異。報告中指出，Xeon Phi處理器的訓練速度比GPU快了2.3倍、Xeon Phi晶片在多個節點的擴展路為38%，且最多可達一百二十八個節點，這是目前市面上的GPU無法辦到的。同時，由一百二十八個Xeon Phi處理器組成的系統要比單個Xeon Phi處理器快50倍，意旨Xeon Phi處理器的擴展性優勢明顯。
然而，針對英特爾的說法，NVIDIA提出了強烈的反駁，并指出英特爾使用的是18個月前的數據，比較的是四個Maxwell GPU和四個Xeon Phi處理器。如果使用更新的Caffe AlexNet數據，就會發現四個Maxwell GPU比四個Xeon Phi處理器的速度快30%。
站在產品變革的十字路口，英特爾已經被各路競爭對手逼入絕境。是繼續“等燈”，還是另辟方向，加速突破？而讓NVIDIA名利雙收的GPU產品，將怎樣改寫科技行業的歷史進程？芯片產業的兩大巨頭，都面臨著屬于自己的歷史時刻。而不管怎樣，競爭激烈的GPU市場，從來都不是風平浪靜。
京公網安備 11010502049343號