Nvidia要真正崛起，先跨越这些竞争者
版权声明：本文内容来自NextGenAnalysis，如您觉得不合适，请与我们联系，谢谢。
将时钟拨回到2016年初，虽然有一些分析师表示看好英伟达的2016，但没有人预测到他会表现如此出色。尤其是在在2017年初的CES上发布了云端GPU、自动驾驶计划以后，英伟达的股票和公司声望达到了近几年来的顶峰。现在我们可以清楚的看到，英伟达在AI和深度学习的软硬件方面拥有业界领先的竞争力。
从媒体的报道中我们得知，IBM的Watson在象棋等应用上面拥有很大的优势，它同时能够帮助科学家预测天气，但如果论在实际世界中的应用，我们觉得英伟达更胜一筹。如果回溯到2015年，我们谈及英伟达的竞争力，那势必是其赖与生存的GPU，但当时PC的衰落和在移动端的乏力，英伟达似乎黔驴技穷。
但跨入了2016，随着人工智能等应用的兴起，英伟达GPU的优势特显，这助其在刚过去的一年里股价飙升，打了一场漂亮的翻身仗。在新时代，究竟Nvidia具有了什么样的竞争力，未来会如何？
在探讨这个问题之前，我们先了解一下芯片制造商的全球市场。
芯片制造商概览
在PC处理器领域，基本上是两大厂商的天下，那就是Intel和AMD。在21世纪初，AMD的市场份额一度高达50%，但现在，其市场份额只有20%，跟Intel的差距越拉越大。
AMD和Intel的市场份额
从上图中我们可以想起，在2006年的时候，购买电脑的时候，我们通常都会为买AMD或者Intel的CPU纠结一番，但是现在，几乎都一面倒的选择Intel。
在智能手机出来以后，芯片制造商极力阻止这种垄断市场的形成，加上Intel本身在移动端的反应缓慢，转型不够迅速，最后在移动芯片市场形成了高通、联发科、三星、海思、展讯等统治智能手机市场的现象。
这里需要提一下，如果不是因为中国的反垄断调查还有对本土的企业的扶持，高通的市场份额可能还会高很多；三星虽然也自己制造手机SoC，但他们也明白到需要根据客户需求，给到他们需要的东西。因此三星也使用了展讯和高通的SoC。
虽然在移动SoC上没有出现PC上一样的Intel独家垄断的现象，但同样出现了高通一家独大的现象。1月中下旬苹果和FTC对高通的发难，应该就是对高通可能垄断的回击。
去到了GPU市场，同样的情况再次出现。从下图我们可以看出，PC端的GPU被AMD和英伟达两家垄断的时间长达数年。
桌面端的GPU市场份额变化
在这里我们可以明显看出，英伟达在GPU的地位和Intel在桌面处理器的地位差不多。AMD曾经在一个时段最近了英伟达，却最后就像在PC处理器和Intel的处境一样，被英伟达拉开了在GPU的份额。
以上的数据说明了什么？最直率的是，在芯片领域，基本上都有一个绝对领先的领头羊。但这是否很简单？
来到了我们在文章开头谈的AI和深度学习。未来是否会有一个厂商出来抢食英伟达的市场，或者去争夺巨头抢占剩下的残羹冷饭？在给出结论之前，我们先看一下这个市场的构成。
深度学习和AI方案提供商
在特斯拉宣布将在其自动驾驶汽车中采用Nvida的PX2解决方案的时候，我就说过，最接近PX2的竞争者就是NXP/Qualcomm的BlueBox。
NXP Bluebox架构
从参数上看，PX2是8 Teraflops，而Bluebox则是90k DMIPS；PX2需要250瓦的电源，而Bluebox仅需要40瓦。
这些统计是一堆技术用于，对于我们一般的读者来说，不那么容易看的明白。我们只需要明白，这两个方案都是使用传感器融合的方案（包括摄像头、雷达或者激光雷达）去获取汽车周围的真实世界的信息；这两个系统同样使用AI和深度学习去基于所获取的信息帮助汽车做决定。这是最重要的一部分，这也是不同的自动驾驶方案的差异所在。
从某种成都看，Nvidia和NXP的无人驾驶方案，和人类做决定的方式是一样的。我们会从过往的经验吸取教训，同样地，这些AI系统也会做同样的事情。他们也可以判断出“眼前”的情况是否和过往的事情有相似之处，然后做出正确的决定。
他们不需要像Mobileye那样预先编程，因为在驾驶的过程中，他们会学习。驾驶的时间越长，收藏的数据越多，他们就越聪明，也就能更好的解决驾驶判断问题。几乎我碰到的每一个专家都跟我说，AI和深度学习会是自动驾驶汽车的最好选择。Mobilye也在其最新的Eye Q5 上融合了深度学习解决方案。
另外我期待见到AMD的动作。
在前文，我们提到有两个主要的GPU公司，Nvidia现在已经交出了一份相当满意的答卷，但是对于AMD来说，路还很长。他们虽然已经面向深度学习、大数据和AI推出了其Radeon Instinct产品线，但奇怪的是这个新产品并没有面向AMD的传统客户游戏厂商。但我们也要明白，由于Instinct是一个开源平台，理论上程序员可以基于其做任何应用开发。
根据AMD的介绍，Radeon Instinct将会在2017年上半年推出，我迫不及待的想看到大家会用它来干什么。和英伟达不一样的是，Radeon Instinct拥有三款不同的版本，能够将AI的价格拉到平常人能接受的范围。虽然Instinct现在还没有量产，但最起码AMD已经进入了跑道，加入了竞赛。
最后一个在AI和深度学习有布局的芯片巨头就是Intel。他们通过收购公司，并基于其Xeon Phi芯片打造了一系列的产品线。
目前看来，他们的产品线主要是瞄准了大数据中心，而这也是GPU所擅长的领域，所以我认为Intel在接下来会面临一段困难时期。
老实说，我现在都没想明白为什么Intel当初会错过移动处理器市场。在下一波的AI和深度学习上，我们可以看出，Intel是非常重视的。
他们有和Mobileye、BMW和的德尔福等合作。在这个合作商，Intel提供SoC、德尔福提供Sensor、BMW提供汽车、Mobileye则提供软件和camera，他们想一起在自动驾驶领域高一些事。
从账面上来看，似乎阵容很强大，我们也感受到了他们想搞一件大事的情绪。但当中的一些细节我们依然不是很清楚。我知道Intel的SoC一定会融合Xeon 核心，但是否会加入EyeQ芯片的相关技术，则是我关注的一个重点，但从目前的状况我们是不得而知的。
谷歌则是另一个竞争者。
在去年的Google I/O大会上，谷歌公司推出了一个TPU。和很多的AI方案一样，TPU刚推出的时候也是面向大数据的。那么TPU是否能用在自动驾驶汽车里面？答案当然是肯定的。但是目前我们没看到谷歌在上面的更多布局和想法。但按照谷歌一贯的尿性，如果他们没有找到更好的解决方法，他们就会自己打造一个硬件方案，所以这还是值得期待的。
最后一个值得一提的是Xilinx，这个FPGA的领导者利用FPGA的天生并行计算优势属性涉足人工智能。再加上Xilinx收购Auviz System加持，Xilinx也成为人工智能领域不能忽略的一个玩家。
尤其是收购Auviz Systems后，Xilinx可利用后者在数据中心和卷积神经网络领域的技术优势，让FPGA在人工智能领域中大显身手。
英伟达是否会成为AI和深度学习的领导者
前面我们已经提到，芯片领域基本都会存在一个绝对的领先者。就如PC处理器时代的Intel、移动处理器时代的高通、英伟达也在桌面GPU时代当了一次。而在AI和深度学习领域，英伟达是否能够卷土重来？
我们先看一下各大竞争对手的现状。
首先是NXP/高通；
通过合并NXP，高通顺利的切入了汽车电子市场，借助高通庞大的财力，加上高通在无线技术方面的积累，如果Bluebox最后能够融入了高通先进的无线技术，这对于Nvidia来说是一个极大的挑战。因为如果高通最后能够提供一个一体化的解决方案，参考智能手机的解决模式，最后也许会对Nvidia造成威胁。
其次是AMD；
AMD，这个在CPU和GPU都失去优势的双失公司，其实在2016年的市场表现还行。这主要得益于其在游戏主机市场的优越表现，还有ZEN带来的激励。在AI和深度学习方面，虽然入局比较晚，但是将Instinct开源，不失为AMD的一个明智选择。通过融合全世界的领先公司和生态，能否给AMD开辟出一条新的路径，就是AMD以后能否在AI和深度学习获得一席之地的关键因素。
再次是谷歌；
这个对手的实力是毋庸置疑的。TPU刚发布时候，在全球的刷屏，加上深度学习框架方面的投入，还有自动驾驶汽车，还有本身的大数据属性，加上强悍的软件开发能力。谷歌会是一个强劲的对手。对Nvidia来说，谷歌对其最大的影响就取决于谷歌在这块是采取怎样的策略。
最后是Intel；
在移动处理器翻船的Intel是不会错过AI和深度学习，去年收购了nervana，加上之前收购Altera，再加上Intel本身的先进工艺制程，还有X86处理器的计算性能，本身在大数据处理方面的优势，Intel在AI和深度学习相信也会表现不错。
而Xilinx作为FPGA领域最后的大玩家，自不然也不会轻易错过这个大市场。
所以对于Nvidia来，成功还有一段很长的路要走。
R
eading
推荐阅读（点击文章标题，直接阅读）
【关于转载】：转载仅限全文转载并完整保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“半导体行业观察icbank”微信公众号。谢谢合作！
点击阅读原文加入摩尔精英