没有无缘无故的爱恨，华尔街对英伟达/AMD的好恶对比自有其道理

毫无疑问，英伟达GPU是人工智能的标准硬件。同为显卡双雄，AMD在人工智能上却如此默默无为。对于深度学习计算，AMD的GPU真就这么不中用吗？它到底做错了什么？

接下来的文章，让我们仔细剖析一下GPU领域这个奇怪的现象。

老黄在GTC大会公布新一代GPU的同时，英伟达股票瞬间暴涨20%，达到每股125美元，市值突破885亿美元。

你一定很好奇：英伟达的竞争优势到底在哪里？为何如此受华尔街的热捧？同为显卡厂商的AMD为什么一直默不作声？

下面，我们就仔细来探讨一下GPU市场上的几个问题：

英伟达当前在GPU领域的市场份额是多少？主要竞争者是哪些公司？

在AI情境中有没有哪些其他类型的芯片可以用来替代GPU？

有没有哪些制造AI芯片的初创公司可能会威胁到英伟达的地位？

GPU是什么？

有没有人记得自己小时候曾用打零工得来的积蓄购买图片中的这种东西，然后买回家一整个周末都在客厅地板上安装？

不记得？好吧，给你们当中不知道的人解释一下，上面的这个盒子包含一个视频卡或者显卡，你可以用它来玩从别处（盗版者BBS）拷来的电子游戏（盗版软件）。你要提升台式电脑的运行速度才能玩合适的游戏，除了处理器的速度，最重要的就是显卡了。那些使用英伟达芯片的显卡称为"图形处理器"（GPU），最早的GPU出现在1999年，有各种不同的品牌。显卡上的GPU被称为"Discrete GPU"，意思就是GPU的安装位置与电脑的主系统或主板相分离。Discrete GPU使用的是自己的随机存储器（RAM）而不是系统的RAM，因此它的性能更好。

有希望取代GPU的AI硬件

英伟达具有先发优势。能替代GPU的方案并不多，例如可替代GPU的现场可编程门阵列（FPGA）等等，但并不理想。下面是英特尔公司的一群工程师在2017年2月归纳总结出的一篇文章，文章的标题是《FPGA在加速下一代深度神经网络上能否打败GPU？》。这篇文章推断：FPGA可能会成为加速下一代深度神经网络的理想平台。英特尔也许已经考虑了很长一段时间了，因为在2015年他们曾豪掷167亿美元收购FPGA制造商Altera（英特尔有史以来作出的最大收购）。然后，微软（Microsoft）在下一年采取了以下举动：

微软披露其已在各个Azure服务器上安装了Altera的FPGA，致力于打造"世界首台AI超级计算机"。

上文引自Michael Feldman所写的一篇文章，这篇文章的题目取得相当恰当：《微软将全部身家押在FPGA上打造AI云》。文章表达了微软和英特尔将未来押在FPGA上的意念，两家公司都认为FPGA将成为主要的AI硬件而不是GPU。英特尔还进行了其他一些与AI相关的投资，例如收购Nervana等，我们在最近的一篇文章《制造AI芯片的5家初创公司》中报道过Nervana这家公司。

在看到大型科技公司押宝FPGA作为AI硬件的未来后，谷歌决定推出自己的AI硬件：Tensor处理器(Tensor Processing Unit:TPU)，这个处理器针对谷歌自家的AI软件（Tensorflow）进行了优化，Tensorflow可能会成为当前最先进的AI技术。这还不是全部。还有许多其他类型的芯片，每种芯片都有各自的机器学习应用。Moor Insights & Strategy的一名专家对此进行跟踪调查后为我们呈现出了下图：

上图引自Moor Insights & Strategy数月前在《福布斯》杂志上刊登的一篇文章--《机器学习局势：AMD、英特尔、英伟达、高通和赛灵思一战高下》，很好地论述了为什么不会出现一家独霸的局面。AI拥有无限的潜在应用，最终的赢家也不止一个。事实是，英伟达似乎并且可能吃掉所有的Positive Earnings Surprises，因为他们看起来似乎主宰着Discrete GPU市场。

谁在卖Discrete GPU？

多年以来，市场上有很多竞争者，但随着时间的推移，Discrete GPU的厂商只剩下两家--AMD和英伟达。下图显示了Discrete GPU在各时间段的市场份额细分，由3DCenter.org 编辑而成：

需要特别指出的是，上图的数字反映的不是GPU的总市场份额，而仅仅是Discrete GPU的市场份额。尽管Discrete GPU刚开始被应用在游戏领域，但是随着时间的推移，它在虚拟现实（VR）和AI等新兴技术中也开始大显身手，尤其是在AI领域。现在我们知道Discrete GPU市场上只有两家制造厂商，我们想试着了解一下竞争者AMD到底有多强大。我们不比较产品，但是我们会查看他们公开的对AI硬件开发的投入。

AMD GPU vs 英伟达 GPU

作为投资者，我们想要了解这两家公司对GPU开发（尤其是AI）和市场营销的投入是否均等。他们是否都在进行必要的新产品的研发工作？是否具备了进一步向研发工作投入资金所需的盈利能力呢？我们归纳出一幅图来回答上述几个问题：