國外：技術寡頭，優勢明顯
由于具有得天獨厚的技術和應用優勢，
英偉達
和谷歌幾乎占據了人工智能處理領域80%的市場份額，而且在谷歌宣布其Cloud TPU開放服務和英偉達推出自動駕駛處理器Xavier之后，這一份額占比在2018年有望進一步擴大。其他廠商，如英特爾、特斯拉、ARM、IBM以及Cadence等，也在人工智能處理器領域占有一席之地。
當然，上述這些公司的專注領域卻不盡相同。比如英偉達主要專注于GPU和無人駕駛領域，而谷歌則主要針對云端市場，英特爾則主要面向計算機視覺，Cadence則以提供加速神經網絡計算相關IP為主。如果說前述這些公司還主要偏向處理器設計等硬件領域，那么ARM公司則主要偏向軟件，致力于針對機器學習和人工智能提供高效算法庫。
獨占鰲頭——英偉達
在人工智能領域，英偉達可以說是目前涉及面最廣、市場份額最大的公司，旗下產品線遍布自動駕駛汽車、高性能計算、機器人、醫療保健、云計算、游戲視頻等眾多領域。其針對自動駕駛汽車領域的全新人工智能超級計算機Xavier，用NVIDIA首席執行官黃仁勛的話來說就是“這是我所知道的 SoC 領域非常了不起的嘗試，我們長期以來一直致力于開發芯片。”
Xavier 是一款完整的片上系統 (SoC)，集成了被稱為 Volta 的全新 GPU 架構、定制 8 核 CPU 架構以及新的計算機視覺加速器。該處理器提供 20 TOPS(萬億次運算/秒)的高性能，而功耗僅為 20 瓦。單個 Xavier 人工智能處理器包含 70 億個晶體管，采用最前沿的 16nm FinFET 加工技術進行制造，能夠取代目前配置了兩個移動 SoC 和兩個獨立 GPU 的 DRIVE PX 2，而功耗僅僅是它的一小部分。
而在2018年拉斯維加斯CES展會上，NVIDIA又推出了三款基于Xavier的人工智能處理器，包括一款專注于將增強現實(AR)技術應用于汽車的產品、一款進一步簡化車內人工智能助手構建和部署的DRIVE IX和一款對其現有自主出租車大腦——Pegasus的修改，進一步擴大自己的優勢。
產學研的集大成者——谷歌
如果你只是知道谷歌的AlphaGo、無人駕駛和TPU等這些人工智能相關的產品，那么你還應該知道這些產品背后的技術大牛們：谷歌傳奇芯片工程師Jeff Dean、谷歌云計算團隊首席科學家、斯坦福大學AI實驗室主管李飛飛、Alphabet董事長John Hennessy和谷歌杰出工程師David Patterson。
時至今日，摩爾定律遇到了技術和經濟上的雙重瓶頸，處理器性能的增長速度越來越慢，然而社會對于計算能力的需求增速卻并未減緩，甚至在移動應用、大數據、人工智能等新的應用興起后，對于計算能力、計算功耗和計算成本等提出了新的要求。
與完全依賴于通用CPU及其編程模型的傳統軟件編寫模式不同，異構計算的整個系統包含了多種基于特定領域架構(Domain-Specific Architecture, DSA)設計的處理單元，每一個DSA處理單元都有負責的獨特領域并針對該領域做優化，當計算機系統遇到相關計算時便由相應的DSA處理器去負責。而谷歌就是異構計算的踐行者，TPU就是異構計算在人工智能應用的一個很好例子。
2017年發布的第二代TPU芯片，不僅加深了人工智能在學習和推理方面的能力，而且谷歌是認真地要將它推向市場。根據谷歌的內部測試，第二代芯片針對機器學習的訓練速度能比現在市場上的圖形芯片(GPU)節省一半時間;第二代TPU包括了四個芯片，每秒可處理180萬億次浮點運算;如果將64個TPU組合到一起，升級為所謂的TPU Pods，則可提供大約11500萬億次浮點運算能力。
京公網安備 11010502049343號