知名高科技大廠包括Google、Facebook以及微軟(Microsoft)正積極趕上人工智能(AI)浪潮，日前所舉行的2018年微軟Build開發(fā)者大會以及Google I/O均不約而同地以AI為主軸，然而，除了少數(shù)大型公司相對松散無組織的發(fā)散性計劃外，大多數(shù)AI開發(fā)計劃多由半導(dǎo)體業(yè)者從芯片設(shè)計端來執(zhí)行，一如過去數(shù)10年來在電腦運算領(lǐng)域的情況一樣。

NVIDIA無疑是當前在AI運算效能方面以及在大多數(shù)開發(fā)者心目中的絕對領(lǐng)先者，盡管英特爾(Intel)仍在服務(wù)器以及企業(yè)級運算領(lǐng)域隸屬第一大供應(yīng)商地位，但也很清楚該公司亟需加速在AI領(lǐng)域的發(fā)展，尤其是機器學(xué)習市場，否則恐將拱手讓出過去10年來英特爾在企業(yè)級運算市場最大增長動能商機所在。

根據(jù)彭博(Bloomberg)、MarketWatch等媒體報導(dǎo)指出，NVIDIA執(zhí)行長黃仁勛成功地帶領(lǐng)公司從電競繪圖處理器(GPU)供應(yīng)商，轉(zhuǎn)型成為一家AI公司，基本上，電競以及繪圖處理器業(yè)務(wù)擔任了穩(wěn)定性相當高的公司轉(zhuǎn)型基礎(chǔ)，使得NVIDIA在探索機器學(xué)習領(lǐng)域時借此吸收了開發(fā)成本，進一步增加了學(xué)習曲線的效果，NVIDIA的股價在4年內(nèi)跳增14倍也間接表明了投資人對于黃仁勛的轉(zhuǎn)型策略與成果有信心。

不過，英特爾依舊是在服務(wù)器以及先進運算領(lǐng)域上規(guī)模最大、也最難以忽視的敵人。盡管NVIDIA的AI成果使其成為媒體寵兒，但不可否認的是，英特爾旗下的資料中心部門最新一季營收便高達52億美元，年增率上看24%。相較之下，NVIDIA合計4季、亦即2018會計年度旗下資料中心部門營收也才達到19.32億美元規(guī)模，雖然其成長率高達133%呈現(xiàn)爆炸性發(fā)展，多靠AI訂單加持，然以英特爾的經(jīng)濟規(guī)模優(yōu)勢觀之，急起直追NVIDIA在AI領(lǐng)域的進展，其實也多有所恃。

事實上，NVIDIA與英特爾甫于日前展開一場關(guān)于在AI領(lǐng)域到底誰才是效能贏家的論戰(zhàn)。NVIDIA在部落格上提出全球最快的節(jié)點系統(tǒng)以及導(dǎo)入亞馬遜AWS、用來作為AI訓(xùn)練演算法的ResNet-50。NVIDIA的Tesla架構(gòu)以及系列產(chǎn)品聲稱比起Google的TPU AI產(chǎn)品快上3倍之多。在此同時，英特爾也在部落格比較旗下Xeon企業(yè)級處理器系列產(chǎn)品的AI運算效能。盡管多數(shù)業(yè)界人士相信繪圖處理器再加上專屬AI處理器(dedicated AI processor)，將是主導(dǎo)機器學(xué)習運算的未來發(fā)展，但英特爾顯然并不是如此這么認為的。

誠然，不同的工作負載以及演算法將受惠于來自不同的芯片設(shè)計。舉例來說，英特爾所提出的測試結(jié)果，使用的是被稱之為遞歸神經(jīng)網(wǎng)路(recurrent neural network；RNN)，此種神經(jīng)網(wǎng)路系統(tǒng)取決于先前的計算成果好進行到現(xiàn)行的運算結(jié)果里，至于這種類型的神經(jīng)網(wǎng)路時常被運用到人工智能系統(tǒng)里，例如自然語言處理(natural language processing)。值得注意的是，標準型處理器就能夠在此種工作負載下運行非常順利，這是由于其相當符合典型的運算問題與架構(gòu)。

相對地，來自NVIDIA的繪圖處理器(GPU)反而更適合應(yīng)用在以卷積神經(jīng)網(wǎng)路(convolutional neural networks；CNN)為基礎(chǔ)的情況下，至于此種CNN為基礎(chǔ)的網(wǎng)路較常應(yīng)用在影像分類方面，而且也更容易被裂解成資料碎片，使得資料與資料之間的依屬性降到最小，通常例如自駕車系統(tǒng)、監(jiān)控系統(tǒng)等多隸屬于此種卷積神經(jīng)網(wǎng)路，也因此是目前NVIDIA業(yè)務(wù)發(fā)展的長項。

然而，英特爾另辟蹊徑的策略選擇，并不意味著盲目的避開GPU這個選項，事實上，英特爾很清楚地知道不可能在沒有足可匹敵的GPU或是專屬AI芯片的情況下，便能夠成功挑戰(zhàn)甚或壓制NVIDIA這個強有力的競爭對手。有鑒于此，英特爾收購了Nervana以及Movidius，此外，英特爾斥資收購的Altera取得FPGA芯片業(yè)務(wù)，也多有為其AI鋪路之意，更明顯的是，為了補足在獨立型繪圖處理器的技術(shù)缺口，英特爾大手筆延攬了Raja Koduri以及Jim Keller兩位知名半導(dǎo)體產(chǎn)業(yè)老將操盤。

相較于NVIDIA的單一產(chǎn)品策略，英特爾顯然投下全公司之力、企圖以系統(tǒng)戰(zhàn)反攻這場AI戰(zhàn)局，此種方式提供了硬體基礎(chǔ)建設(shè)、互連技術(shù)等，好讓多重芯片聚合運行測試，有別于其他企業(yè)所辦不到的能夠在不同平臺、不同開發(fā)軟體以及協(xié)同伙伴之間，尋求各種AI解方，英特爾此種開發(fā)能量，再加上其各種相當不同的研發(fā)方向，促使其能夠在AI版圖更迭或成長時，富有彈性地與時具進，這樣的系統(tǒng)戰(zhàn)策略恐怕也只有英特爾這樣的巨獸有本錢投入。