分析师：Nvidia的AI芯片打不赢Intel
来源：内容来自digitimes，谢谢。
美国投资研究机构晨星公司(MorningStar)分析师Abhinav Davuluri发布最新报告针对机器学习和人工智能(AI)研究认为，在芯片市场竞争上，英特尔(Intel)的胜算比NVIDIA更大。
财经杂志Barron’s报导，在加速器芯片市场中，包括NVIDIA的GPU，以及来自英特尔的FPGA和赛灵思(Xilinx)的芯片，2021年市场规模可能达到200亿美元，NVIDIA有能力继续受益于人工智能趋势，但英特尔与同行推出客制化AI解决方案后也能分得市场大饼。
Davuluri认为英特尔与赛灵思的优势在于机器学习的推论(inference)阶段，训练(training)阶段需要演算能力来了解资料集，但是论断是电脑根据新资料样本进行操作来推论答案。NVIDIA执行长黄仁勋预计其GPU主导训练阶段市场之后，就可以成功地进入推论阶段，预言未来每一个网路查询都可能依赖NVIDIA的GPU。
Davuluri可不这么认为，而是看好其他解决方案更适合深入学习的推论部分。Davuluri表示英特尔有比NVIDIA更广泛的芯片选择，认为英特尔可以在推论阶段发挥更大作用，包括FPGA、协同处理器和特殊应用集成电路(ASIC)将会占据加速器市场，特别是在推论方面。Davuluri认为推论阶段不需要NVIDIA倡导的功能，而英特尔与赛灵思的FPGA可能更适用。
Davuluri的报告指出，与在数据中心执行的人工智能大规模并行训练相反，智能手机、物联网或相关产品通常执行的是推论的连续计算。而推论工作负载可能会分散在更多处理器类型中，包括CPU、GPU、FPGA和ASIC。
高端智能手机专用处理器将加速如图像或语音识别等个别应用，同时减少CPU的功耗，从而延长电池使用寿命，如iPhone 7使用集成到A10处理器中的图像信号处理器和GPU，来执行某些人工智能任务，然而对于未来的iPhone，传闻苹果(Apple)使用神经引擎(Neural Engine)，仰赖的就是分立芯片。
另一方面，对于所有终端设备，尤其是物联网产品来说，使用专用加速器可能并不经济。因此，当性价比不是主要考量，可能会在CPU上执行推论运算，而处理大量的推论运算时，就会如数据中心使用GPU、FPGA，或客制化芯片。
报告认为FPGA最适用，但FPGA的缺点是与GPU相比，芯片编程困难度较高。最后，报告提到Alphabet的TPU，虽然TPU不见得会上市，但可能会驱使亚马逊(Amazon)和微软(Microsoft)等企业推出更多客制化芯片，成为英特尔、NVIDIA和赛灵思在人工智能芯片市场上的竞争对手。
今天是《半导体行业观察》为您分享的第1390期内容，欢迎关注。
R
eading
推荐阅读（点击文章标题，直接阅读）
关注微信公众号 半导体行业观察，后台回复关键词获取更多内容
回复 比亚迪，看《比亚迪的芯片布局，王传福的野心》
回复 长电科技，看《从江阴小厂到世界前三，长电科技一路狂奔》
回复 英特尔，看《四面楚歌，Intel还能重回巅峰吗？》
回复 全面屏，看《全面屏手机给供应链带来的挑战》
回复 芯片市场，看《又一个被中国厂商做死的芯片市场！》
回复 展会，看《2017最新半导体展会会议日历》
回复 投稿，看《如何成为“半导体行业观察”的一员 》
回复 搜索，还能轻松找到其他你感兴趣的文章！
摩尔邀请您加入精英微信群
你好，感谢长期对半导体行业观察的关注和支持！为了方便各位精英专家交流，我们组建了一些专业、微信交流群，欢迎你加入，我们还会邀请在摩尔直播App做过技术和行业分享的100+技术大牛入群和大家交流。加群方法： 长按二维码，加群主为好友，填写加群需求信息，拉你入群。（微信限制每天好友添加数量只有300人，请耐心等待）
地域群：
上海、深圳、北京、江苏.浙江、西安、武汉、成都.重庆、合肥、厦门.晋华、大连、台湾、新加坡、日本.韩国、美国、欧洲、摩尔直播学习群。
专业群：
模拟射频设计、EDA.IP、数字芯片设计、模拟混合信号设计、版图Layout、数字PR.验证、晶圆制造Fab、设备EE、半导体材料、半导体设备、封装测试、半导体投资、市场销售、AE.FAE、嵌入式开发、实习交流、采购.IC代理、AI芯片
专业微信群规则：
1. 专业、高效交流，建议进群请修改群昵称，格式：公司或学校+职位或专业+中文或英文，请服从群主管理，如果多次违规会被请出交流群；
2. 原则上每人加不超过3个群，精彩讨论内容，群主会负责在不同群同步，既然加了群，请大家尽量置顶群，积极参与群讨论；
3. 群里聊天讨论仅限半导体专业内容，杜绝专业无关内容，特别是养生、拉票、微商等内容，严格禁止，为自己公司打广告以不引起群友反感为限；
点击阅读原文加入摩尔精英