由于NVIDIA GPU平行運算適用于人工智能(AI)深度學習,，近年躍升為AI芯片領(lǐng)頭羊,，氣勢完全壓過CPU雙雄英特爾(Intel)及超微(AMD),，但隨著擁有靈活彈性的現(xiàn)場可編程閘陣列(FPGA)芯片效能,、功耗及運算能力提升，重金買下FPGA大廠Altera,、全面啟動芯片整合的英特爾,，以及傳出是博通(Broadcom)最新購并對象的賽靈思(Xilinx)，恐將力阻NVIDIA獨大之路,，加上Google,、亞馬遜(Amazon)與蘋果(Apple)積極投入芯片開發(fā)，各式ASIC芯片百花齊放,，2018年AI芯片激戰(zhàn)可期,。

　　AI應用正快速在各領(lǐng)域普及，未來商機規(guī)模高達數(shù)千億美元,，將帶動新一波產(chǎn)業(yè)革新,，吸引各路人馬爭相加碼投資，握有AI芯片運算技術(shù)可望搶先取得AI戰(zhàn)場發(fā)話權(quán),，使得AI芯片戰(zhàn)火趨烈,。由目前各路人馬爭相投入芯片平臺開發(fā)與整合來看，AI戰(zhàn)局暫時由芯片業(yè)者擔綱要角,。

　　近年來NVIDIA備受全球市場追捧,，至于英特爾、超微,、高通(Qualcomm),、聯(lián)發(fā)科、IBM,、Google,、蘋果、Facebook,、亞馬遜,、微軟(Microsoft)亦加速AI芯片開發(fā)，各式ASIC芯片業(yè)者也全面崛起,。芯片業(yè)者指出,，隨著各式AI芯片運算能力提升，效能與功耗改善,，可滿足更多元AI應用,，NVIDIA雖搶下AI芯片首戰(zhàn)勝利，但2018年起面臨各路人馬挑戰(zhàn),，優(yōu)勢恐將不再,。

　　芯片業(yè)者表示，AI殺手級應用并未出現(xiàn),，目前仍難斷定NVIDIA GPU為最適合深度學習的芯片,，現(xiàn)有演算法眾多，尚未見可滿足所有應用需求的芯片,，NVIDIA GPU搶先卡位,，主要憑藉平行運算技術(shù)優(yōu)勢及專為AI設(shè)計的架構(gòu)，并大力開發(fā)各種深度學習軟件,、函式庫和工具,，提供較完整的深度學習解決方案，加速深度神經(jīng)網(wǎng)絡和訓練效能,。

　　英特爾先前因CPU執(zhí)行AI效率不佳而遭到NVIDIA壓制,，后來借由購并策略迅速擴增AI實力，2015年以167億美元買下FPGA大廠Altera,，借由FPGA運算能力和靈活性彌補CPU缺點,，2016年英特爾再購并AI與深度學習業(yè)者Nervana Systems，2017年又砸下153億美元買下自駕車技術(shù)大廠Mobileye,，英特爾AI軟,、硬件技術(shù)整合效益漸顯,。

　　英特爾新推出的Nervana AI平臺具備多元化優(yōu)勢，Intel Xeon可擴充產(chǎn)品系列針對持續(xù)演進的AI工作負載,，提供高度可擴充運算能力,，并為最密集的深度學習訓練推出代號為Lake Crest的專屬芯片；Intel Mobileye專為主動式安全自動駕駛等應用所設(shè)計的視覺技術(shù),；Intel FPGA用以執(zhí)行深度學習推論的可編程加速器,；Intel Movidius的低功耗視覺技術(shù)，讓機器學習得以在多樣化的終端裝置上執(zhí)行,。

　　FPGA大廠賽靈思同樣主打耗能低于CPU且能以更快速度執(zhí)行AI運算,，近期在深度學習的神經(jīng)網(wǎng)絡演算獲得市場支持，包括百度,、亞馬遜都開始使用,，以擴展NVIDIA GPU無法達成的運算任務，賽靈思FPGA產(chǎn)品獲得不少大廠支持,，其并投資大陸深鑒,，強化深度壓縮、編譯工具鏈及系統(tǒng)層級最佳化機器學習應用領(lǐng)域,。

　　另外,，隨著博通購并高通破局，市場傳出博通看好FPGA技術(shù)應用,，有可能轉(zhuǎn)向收購賽靈思,，這也使得入列比特大陸ASIC礦機供應鏈的賽靈思，再度成為全球焦點,。芯片業(yè)者認為,，未來AI戰(zhàn)場將是國際大廠廝殺情勢，目前孤軍奮戰(zhàn)的賽靈思被收編的機會大,。