美國投資研究機構(gòu)晨星公司(MorningStar)分析師Abhinav Davuluri發(fā)布最新報告針對機器學(xué)習(xí)和人工智能(AI)研究認(rèn)為，在芯片市場競爭上，英特爾(Intel)的勝算比NVIDIA更大。

　　財經(jīng)雜志Barron’s報導(dǎo)，在加速器芯片市場中，包括NVIDIA的GPU，以及來自英特爾的FPGA和賽靈思(Xilinx)的芯片，2021年市場規(guī)?？赡苓_(dá)到200億美元，NVIDIA有能力繼續(xù)受益于人工智能趨勢，但英特爾與同行推出客制化AI解決方案后也能分得市場大餅。

　　Davuluri認(rèn)為英特爾與賽靈思的優(yōu)勢在于機器學(xué)習(xí)的推論(inference)階段，訓(xùn)練(training)階段需要演算能力來了解資料集，但是論斷是電腦根據(jù)新資料樣本進(jìn)行操作來推論答案。NVIDIA執(zhí)行長黃仁勛預(yù)計其GPU主導(dǎo)訓(xùn)練階段市場之后，就可以成功地進(jìn)入推論階段，預(yù)言未來每一個網(wǎng)路查詢都可能依賴NVIDIA的GPU。

　　Davuluri可不這么認(rèn)為，而是看好其他解決方案更適合深入學(xué)習(xí)的推論部分。Davuluri表示英特爾有比NVIDIA更廣泛的芯片選擇，認(rèn)為英特爾可以在推論階段發(fā)揮更大作用，包括FPGA、協(xié)同處理器和特殊應(yīng)用集成電路(ASIC)將會占據(jù)加速器市場，特別是在推論方面。Davuluri認(rèn)為推論階段不需要NVIDIA倡導(dǎo)的功能，而英特爾與賽靈思的FPGA可能更適用。

　　Davuluri的報告指出，與在數(shù)據(jù)中心執(zhí)行的人工智能大規(guī)模并行訓(xùn)練相反，智能手機、物聯(lián)網(wǎng)或相關(guān)產(chǎn)品通常執(zhí)行的是推論的連續(xù)計算。而推論工作負(fù)載可能會分散在更多處理器類型中，包括CPU、GPU、FPGA和ASIC。

　　高端智能手機專用處理器將加速如圖像或語音識別等個別應(yīng)用，同時減少CPU的功耗，從而延長電池使用壽命，如iPhone 7使用集成到A10處理器中的圖像信號處理器和GPU，來執(zhí)行某些人工智能任務(wù)，然而對于未來的iPhone，傳聞蘋果(Apple)使用神經(jīng)引擎(Neural Engine)，仰賴的就是分立芯片。

　　另一方面，對于所有終端設(shè)備，尤其是物聯(lián)網(wǎng)產(chǎn)品來說，使用專用加速器可能并不經(jīng)濟(jì)。因此，當(dāng)性價比不是主要考量，可能會在CPU上執(zhí)行推論運算，而處理大量的推論運算時，就會如數(shù)據(jù)中心使用GPU、FPGA，或客制化芯片。

　　報告認(rèn)為FPGA最適用，但FPGA的缺點是與GPU相比，芯片編程困難度較高。最后，報告提到Alphabet的TPU，雖然TPU不見得會上市，但可能會驅(qū)使亞馬遜(Amazon)和微軟(Microsoft)等企業(yè)推出更多客制化芯片，成為英特爾、NVIDIA和賽靈思在人工智能芯片市場上的競爭對手。