據Technologyreview報道，在機器學習“淘金熱潮”中，芯片巨頭英偉達正處于領先位置，但來自其他科技巨頭和初創企業的競爭正變得日益激烈。

美國芯片巨頭英偉達首席執行官黃仁勛（Jensen Huang）日前在加州圣何塞市一個擁擠的會議廳中宣布，該公司的最新芯片可幫助加速人工智能（AI）算法。過去幾年中，英偉達的股價和盈利不斷增長，因為其支持游戲和圖形制作的圖形處理器幫助機器學習領域取得許多突破。但是隨著AI領域投資漸增，英偉達現在面臨英特爾、谷歌以及其他科技巨頭的激烈競爭，這些公司也在開發自己的AI芯片。

在英偉達公司的年度開發者大會上，黃仁勛在推出英偉達最新芯片Tesla V100時，小心翼翼地避免提及任何競爭對手的名字。比如，他稱谷歌為“某些人”。但他明確表示，挑戰者們正開發的技術無法與英偉達相媲美，特別是在將AI芯片應用到云計算領域這個巨大的新機遇方面。

在醫療保健和金融等行業，許多公司都在投資開發機器學習基礎設施。領先的云計算服務供應商谷歌、亞馬遜以及微軟都押下重注，打賭許多公司會使用它們的云服務運營自己的AI軟件，同時價格花費巨資打造支持這些軟件的新硬件。

通過巧妙地抓住這個幸運的機會，英偉達已經在新興AI芯片市場上占據主導地位。計算機圖形學所需要的基本數學運算，與被稱為人工神經網絡的機器學習方式所用方法基本相同。從2012年開始，研究人員就展示了通過運用這種技術的背后力量，幫助圖形處理器讓軟件執行任務時變得更加聰明，比如解釋圖片或語音時。

隨著AI市場成長，英偉達已經調整其芯片設計功能以支持神經網絡。新的V100芯片就是這種努力的成果，其核心就是專注于加速深度學習數學。黃仁勛表示，這種芯片的能力和能源效率有助于公司或云服務供應商大幅提升其使用AI的能力。他說：“你可以將數據中心的能力提高15倍，而無需建立新的數據中心。”

英偉達的新競爭對手認為，通過從頭調整芯片設計而非適應圖形芯片技術，它們可讓運行AI軟件的硬件速度更快、效率更高。舉例來說，英特爾計劃于2017年底發布深度學習芯片，它是基于其2016年收購初創企業Nervana的技術開發的。英特爾還準備基于收購自Altera的技術推出新產品，以加速深度學習。Altera的芯片名為FPGAs，可以為特定算法重新分配功率。

微軟也在投入巨資，使用FPGAs芯片支持其機器學習軟件，讓它們成為其云平臺Azure的核心部分。與此同時，谷歌于2016年透露，正利用專為AI定制研發的芯片TPU。這種芯片曾支持智能程序AlphaGo戰勝人類圍棋冠軍。谷歌并不對外出售這種芯片，但稱那些使用其云計算服務的公司可從中受益。

幫助開發谷歌芯片的多名工程師已經離職，并籌資1000萬美元組建了名為Groq的初創企業，專門研發機器學習芯片。其他正從事類似項目的初創企業包括Wave Computing，據說客戶已經可以測試其硬件。

黃仁勛表示，英偉達的技術正擊中“甜蜜點”，而其他公司還沒有。類似谷歌TPU等定制芯片過于僵化，不適用于不同種類的神經網絡，也不足以推動新的AI創意測試和采用。而微軟和英特爾押注的FPGAs，則過于耗能。黃仁勛說：“我們正為深度學習創造最富成效的平臺。”隨著英偉達的競爭對手今年推出更多產品，黃仁勛的評論將會受到密切關注。