面对人工智能这盘棋，英伟达、英特尔都有啥看家本领？

人工智能，这个听起来离我们特别遥远的概念，正成为业内最热门的话题。无论是图像识别、人脸匹配，还是自动驾驶、人机交互，人工智能正在给我们带来巨大的惊喜和无与伦比的改变。在人工智能行业中，PC界的巨头自然不可能抽身在外，英特尔和英伟达，正在利用其在CPU、GPU、FPGA以及算法、平台上的优势，向着业界顶端冲击。那么，在人工智能方面，这两家企业有什么布局呢？

人工智能是目前业内研究的焦点。从早期让电脑识别照片开始，到自动驾驶系统逐渐成熟，智能语音系统使用日渐广泛，智能翻译算法也越来越准确，人们看到了一个前所未有的巨大市场-根据瑞银的预测，到2020年，全球人工智能市场将突破1800亿美元。毫不夸张地说，人工智能将成为业内技术爆发和经济增长的重要技术和基本推动力，甚至有人将人工智能和产业革命相关联，认为人工智能将带来不亚于互联网和信息技术的产业革命，将人类从大量无意义的工作中解放出来。

面对如此庞大的市场和未来，抢先行动起来的除了政府和科学界人士外，还有天生嗅觉灵敏的跨国巨头。在IT界这个人工智能的发源地，跨国巨头已经开始动用各种手段布局人工智能行业。其中英特尔和英伟达的动作非常令人关注：它们一个是PC业界巨头，掌握着全球最先进的半导体工艺制程；另一个则是GPU和并行计算的实际规范制定者，正在利用GPU和深度学习撬动人工智能的半壁江山。那么，英特尔和英伟达在人工智能产业上都有哪些实际行动呢？

英伟达的野心
深度学习带来的飞跃
如果说最近几年崛起较快的企业，那其中英伟达一定会占据一个位置。这家公司的估值从2015年的不到一百亿美元暴增到目前约600亿美元，GPU的天然优势和人工智能的快速发展为其带来了爆发的动力。

英伟达最重要的产品是GPU，此外，英伟达还涉足SoC芯片行业，也推出过Tegra系列处理器产品。早期英伟达为了尽可能多的利用GPU的通用计算功能，推出了CUDA语言和相关的开发套件。早期的CUDA环境应用范围和内容都比较少，但是进入人工智能时代后，"CUDA+GPU"的搭配面对深度学习表现出了极强的适应性和强大的计算能力。

从架构角度来说，GPU先天适合深度学习计算。

英伟达利用CUDA和GPU配合，实现了深度学习性能的大爆发。

一般来说，人们认为GPU更适合于大量并发计算，但是不够擅长逻辑判读等操作，这是因为GPU较短的流水线和先天面向图形的设计结构所致。相比之下，CPU的流水线更长，分支预测、逻辑判断等适应性更出色，但是更少的核心数量和较低的计算能力却限制了它的性能。在深度学习应用中，以图形识别为例，将大量的图片信息并发处理，并多次迭代的计算方法对CPU来说太过勉强。目前核心数量最多的CPU也只有32个物理核心，即使有超线程等技术的帮助，也只能做到64线程并发。实际上深度学习要求的并发数量更多，甚至超过数万个，要求的计算能力往往在TFLOPS级别-这样一来，线程数量少、流水线深度较深的CPU就无力维持了，并且在这种应用场景下无论哪个方面，CPU计算效率是远不如GPU的。GPU数千个计算核心和超强的计算能力，很适合这样的大规模并发运算。以英伟达为深度学习推出的Tesla P100为例，单精度计算能力10.6TFLOPS，远超目前最强大的CPU数个数量级。

在硬件和软件上拥有优势后，英伟达的触角伸向了深度学习的应用领域。目前英伟达的主要精力放在下列几个方面：
建立以GPU为核心的人工智能生态圈
英伟达的核心是GPU，这一点在前文也有说明。不过，GPU现在的含义应该从"Graphics Processing Units"转向"General-purpose Processing Units"，也就是通用处理器。显然，GPU在人工智能上的用途尤其是深度学习带来的智能化功能，使其能够满足更多场景和环境下的应用。除了硬件外，软件方面英伟达借助CUDA成熟的生态环境，结合GPU的优势，基本上已经成为了人工智能深度学习方面的事实标准。具体到行业应用上，包括超级计算机、大学研究、工业设备以及大量研发类产品，英伟达的"GPU+CUDA"正在不断的攻城略地。

进军自动驾驶
如果说英伟达在人工智能和深度学习上的努力终于开花结果的话，那么最大的那一颗果实就是自动驾驶。在2015年和2016年的CES展会上，英伟达的主题演讲核心内容只有一个，就是自动驾驶平台，主角就是Driver PX和Driver PX2。这两款产品以Terga处理器为核心，搭配GPU来实现高效率的深度学习，最终可以达到Level 3到Level 4级别的自动驾驶。

当然，目前的Driver PX系列产品还存在很多问题，比如功耗过高（超过200W）、稳定性尚未经过考验等。不过，在2017年的CES上，英伟达公布了正在研发的全新一代产品"Xavier"，这是一颗专门为深度学习和智能驾驶等应用领域设计的全新的产品，它采用的是新一代512 CUDA Core的Volta GPU架构，搭配八核心CPU，深度学习计算能力可达20DL TOPS，功耗降低至约20W，适合使用在汽车上作为主要计算核心。