在人工智能領域的芯片處理器中，主要以英特爾(Intel)和英偉達(NVIDIA)為主，而在近日該領域并不安寧：英偉達和英特爾忙著打口水仗。

上周，英特爾(Intel)在Intel Developer Forum (IDF)年度開發者大會上宣布將于2017年推出專門為人工智能深度學習而設計的最新一代產品——Intel Xeon Phi處理器，代號Knights Mill，稱其運算能力比對手的產品快兩倍以上，矛頭直指英偉達(NVIDIA)。

英偉達也不甘示弱。就在IDF會議舉行的當天，英偉達發布了一篇博客進行“強力反擊”，文章標題就清晰地表明了立場：《糾正英特爾在深度學習基準上的錯誤》。

英偉達的文章直言，英特爾在深度學習基準方面弄不清事實，稱英特爾在宣傳其最新Xeon Phi處理器加速深度學習性能時使用了過時的數據，其在深度學習性能測試上還使用了英偉達很多年前的舊產品Kepler GPU系列，這屬于有意誤導消費者，沒有給GPU性能一個公正的評價。而這兩點“基準錯誤”修正起來是輕而易舉的事。

英特爾現在深入研究深度學習，這很好。在我們步入人工智能時代的時候，這是一場最重要的運算變革，深度學習至關重要，以至于無法被忽視。但是，他們應當把事實搞搞清楚。

英偉達負責加速深度學習業務的副總裁Ian Buck還火上澆油地說，隨著深度學習系統和人工智能領域日新月異的快速變化，“這個領域的新來者可能并沒有意識到業內硬件和軟件方面發生的所有發展變化。”

很快，英特爾數據中心集團副總裁Jason Waxman就在最近發布的一篇博客中予以回擊，稱“公開爭論可用的性能基準是浪費時間。”他表示堅決捍衛自家公司的測試數據：

人工智能是新生事物。作為一個拓寬人工智能領域的創新催化劑，英特爾的領導力將至關重要。

雖然現在很多人都在談論GPU對于機器深度學習的價值所在，但事實上，去年為深度學習而研發的處理器中，使用到GPU的比例還不到3%。

而英偉達恰恰是全球GPU生產領域的“老大”。所以，Jason Waxman的暗指對象再也明確不過了。

和更為人所知的CPU相比，GPU有什么優勢呢?GPU中文譯名為圖形處理器，其在視覺處理能力方面表現優異，亮點在于其強悍的并行運算能力，可以平行處理大量瑣碎信息。此外，GPU處理速度非常快。國內最好的人工智能硬件研究項目“寒武紀”小組的最新研究結果表明，GPU能夠提供平均 58.82X 倍于CPU的速度。

英偉達CEO黃仁勛曾稱，利用GPU的大規模處理能力來學習人工智能算法是一種全新的計算模式。分析師認為，隨著人工智能和深度學習的發展，GPU等有些芯片具有顛覆CPU(中央處理器)的潛力。

在計算機處理器領域，英特爾對于英偉達的迅猛崛起倍感壓力。這家老牌CPU生產商在忙著打口水戰的同時也采取了實際行動，斥資4億美元收購了深度學習技術公司Nervana Systems，目標在于取得其預計2017年問世的深度學習加速器芯片，以此挑戰英偉達在人工智能市場的主導地位。屆時，如果芯片性能表現一如預期，那么英特爾有望在深度學習的處理器領域超越英偉達的GPU。

英偉達在公司整體盈利和深度學習方面都進展很快，第二季度，公司凈利潤2.53億美元，去年同期為2600萬美元，同比增長873%;數據中心業務營收達到1.51億美元，同比增長了一倍多，其中很大一部分是深度學習系統貢獻的。華爾街顯然對英偉達的發展戰略是認可的。英偉達當前股價已處于歷史峰值水平。

相比之下，英特爾二季度凈利潤則受到重組減記14億美元的拖累而遭遇“腰斬”，至13億美元。這家處于轉型中的巨頭的盈利的兩大增長點——數據中心和物聯網營業收入均不及預期，數據中心的凈營業收入為40.3億美元，市場預期為41.6億美元。

本文轉自d1net（轉載）

總結

以上是生活随笔為你收集整理的NVIDIA VS Intel 谁是未来霸主？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。