来源：界面
两家公司从不同的赛道，盯上了同一个市场。
林嘉文
图片来源：视觉中国 关于谁才是未来的“大脑”，最近英伟达和英特尔吵得不可开交。
英伟达认为GPU(图形处理器)在人工智能深度学习领域遥遥领先并将扩大优势，而英特尔则认为自己的CPU(中央处理器)将可以替代GPU加速运算的作用。
9月13日，GTC CHINA 2016(GPU技术大会)在北京召开，英伟达全球首发了两款深度学习和自动驾驶最新产品，并宣布了与京东达成战略合作并共建联合实验室。而在上周举行的百度世界大会上，NVIDIA联合创始人、总裁兼首席执行官黄仁勋宣布英伟达与百度在无人驾驶领域开展合作。
由于布局较早，英伟达在深度学习市场占据了主要优势。目前国内外绝大多数的深度学习企业和机构都依托英伟达的GPU加速，包括Facebook、Google、阿里巴巴、百度等在内的全球互联网巨头均与英伟达有合作关系。去年一时无两的谷歌AlphaGo，身上也连接了170块GPU。
“目前神经网络计算的标配都是GPU，在这方面目前英特尔投入不够，CPU跑得太慢。”国内领先的人工智能开发商图灵机器人相关负责人告诉界面新闻记者。
而在接受界面新闻记者采访时，微软(亚洲)互联网工程院人工智能组资深研发总监胡睿认为，GPU成为主流的人工智能计算架构组成部分，原因在于应用于图形、图像处理领域的GPU可以并行处理大量数据，非常适合深度学习的高并行、高本地化数据场景。
在人工智能领域，目前大多数企业采用的是“CPU GPU”的协同计算组合，在这种异构模式下，应用程序的串行部分在CPU上运行，而GPU作为协处理器主要负责计算任务最繁重的部分。
由于深度学习对GPU的强烈需求，英伟达数据中心部门业绩同比增长了109%。据英伟达8月公布的最新财报显示，其总收入14.28亿美元，同比增长24%，而利润达到了2.53亿美元，同比增长873%。同时使用英伟达开发者增长了3倍达到400000人，使用英伟达GPU的人工智能开发者则增长了25倍。
“英伟达，是一家人工智能计算公司。”黄仁勋在百度大会上说道。
英伟达在人工智能计算领域的异军突起，让处于转型阶段的处理器巨头英特尔感到了威胁。在未能完全把握形势的情况下，英特尔采取了招兵买马、广泛布局的策略。
今年5月，英特尔宣布收购计算视觉软件公司Itseez；6月，英特尔以167亿美元收购FPGA制造商Altera，以加强专用芯片制造能力；8月9日，英特尔宣布收购深度学习初创公司Nervana Systems；9月7日，英特尔收购机器视觉初创公司Movidius，继续加强从设备到云端的深度学习解决方案。
其中，Nervana由原高通神经网络研发负责人于2014年创建，拥有目前最快的深度学习框架，并预计于明年推出深度学习专用芯片，据称速度将比GPU快10倍。
在储蓄了一定的能量后，英特尔迫不及待地向英伟达发起了凌厉的反击，双方的口水仗一触即发。
在8月份召开的英特尔信息技术峰会(IDF 2016)上，英特尔推出了Xeon Phi系列新品Knights Mil，并在测试报告中称新推出的Intel Xeon Phi处理器运算能力高于目前市面上的GPU处理器，训练速度比GPU快了2.3倍——矛头直指英伟达。
同时，英特尔表示将于2017年推出人工智能专用芯片，该芯片将引入加速人工智能计算任务的功能，以应用于语音识别、图像识别及自动驾驶等领域。
随后，针对英特尔“GPU不如CPU”的说法，英伟达提出了强烈的反驳。
英伟达加速计算业务副总裁Ian Buck公开发表了一篇名为《聊一聊英特尔在深度学习Benchmark上犯的错》的博客文章，指出英特尔在对比时使用的是18个月前的数据，而如果使用更新的Caffe AlexNet数据，就会发现四个Maxwell GPU比四个Xeon Phi处理器的速度快30%。
“英特尔应该先把事实搞清楚。”Ian Buck毫不示弱地说。
对于英特尔在人工智能领域的种种布局，黄仁勋则代表英伟达表示质疑：如果说至强融核(Xeon Phi)协处理器对于AI非常适用，那为什么要收购Altera？既然买了Altera，Altera又非常适合AI的话，为什么要买Nervada Systems？如果Nervada Systems才是真正的AI方面的技术，要进行开发和产品推出的话，那至强融核协处理器又怎么办？如果说这三个都适合AI，那是不是意味着至强融核协处理器就不适合AI呢？
“目前我不太理解他们的战略，而我们的战略应该说非常美好而清晰的：那就是GPU。”黄仁勋说。
针对英伟达的质疑，9月6日英特尔中国区总经理Rupal Shah(夏乐蓓)在接受界面新闻及其他媒体采访时表示，实际上英特尔的战略不仅仅定位在“深度学习”一个环节上，而是将整个人工智能作为一个生态体系进行布局。
“对任何行业来说竞争都是好事，我们希望把人工智能整体技术发展的好处转化成商业成效带给消费者，并实现从云端到终端的双向流动。”Rupal Shah说道。
英特尔中国研究院院长宋继强则解释道，英特尔在人工智能领域的布局采用的是软硬结合的方式，在硬件上用低能耗、高效的方式实现计算，而软件上则将进行算法优化，把计算量减下来。
这样的回应显然过于宽泛而无力，不过Gartner资深半导体行业分析师盛陵海认为，由于英特尔企业本身比英伟达大很多，作为芯片行业的领导者，“它有自己的逻辑”。
“英特尔目前在人工智能市场上处于劣势，为了未来给企业客户提供更多的选择，同时构建人工智能的完整生态系统，英特尔要有更大的覆盖面，因此它必须投资未来、收购可能会出现或可能会使用的新技术。”盛陵海告诉界面新闻记者，至于未来能否形成市场优势，则要看收购的技术能否整合开发下去。
实际上，由于人工智能市场尚处于早期阶段，处理器厂商都希望通过自己的产品占据一席之地。由于专注于高复杂度的、神经网络的应用，英伟达的GPU并未形成垄断地位，在异构模式下英伟达与英特尔、IBM power以及ARM都有协同工作关系。
“这个百花齐放、群雄逐鹿的阶段将延续5-10年，且至少3-5年后才能看清什么样的架构将成为稳固的主流。”盛陵海预测道。
数据显示，到2025年人工智能市场将达到360亿美元的规模，人工智能将成为IT领域中发展最快的部分，或将引领继蒸汽机、电力、计算机之后的第四次工业革命。
这也是英伟达和英特尔激烈争夺人工智能市场的原因。不过差别在于，英特尔希望跟英伟达来场“龟兔赛跑”，并坚信自己一定会弯道超车；但英伟达觉得这个后来者完全不按路数出牌，双方是否在同一个跑道上还说不准。
因此看来，双方的口水仗还将继续。
