最近一段時間數碼圈大事件不少，可能大部分看客都被蘋果吸引走了目光，對iPhone 7毫無期待的我卻一直在觀察NVIDIA和英特爾的口水戰和他們背后的纏斗。

　　大數據、人工智能成巨頭爭搶的香餑餑

　　隨著智能硬件設備爆炸式的增長，數據的激增速度超乎你的想象。這些數據用來干什么?每個智能硬件設備的公司都期待產品數據能夠得到最大化利用，對用戶使用習慣進行分析處理，進而幫助產品進一步提升智能程度。這一系列的需求不僅僅是智能手環手表所需要的，智能家居、無人駕駛、機器人未來這將成為生活當中的方方面面。

　　那么作為人工智能、深度學習等方面的基礎，處理器、GPU和算法究竟如何布局如何搭配才能獲得市場主動權從而提前贏得未來，這是英特爾和NVIDIA都在掂量的事兒。

　　在上個月剛剛舉行的IDF上面，英特爾更是直接把會議主題完全導向大數據、人工智能、深度學習這幾個熱點上面。接連幾次大手筆收購也看出英特爾的決心。問題是NVIDIA不會讓英特爾舒舒服服，頻頻在這一領域有所動作，NVIDIA把英特爾搞得著實很緊張。

　　NVIDIA大肆宣揚GPU在深度學習上碾壓CPU

　　為什么以往做GPU的NVIDIA和做CPU英特爾能夠井水不犯河水，還能愉快合作，如今卻愈發針鋒相對。這主要還是因為大數據處理、人工智能、深度學習這塊領域所依賴的硬件相比較傳統電腦有所區別。

　　根據NVIDIA的說法，GPU在深度學習方面的處理效率是CPU的數倍，甚至是秒殺英特爾引以為豪的至強處理器。在人工智能領域，芯片處理效能和算法優化的作用可以說是各占50%，但在芯片的層面上，業界比較普遍的認識是GPU在人工智能、深度學習算法上的優勢遠高于CPU。正是因為這個原因NVIDIA 才能夠在人工智能和深度學習上面勢頭強勁。

　　總的來說GPU面對CPU，主要存在4個優勢：1、GPU天生為并行運算優化，而CPU天生為串行指令優化，人工智能恰恰更需要強大的并行能力。2、相同的芯片面積下，GPU上可以集成更多運算單元。3、GPU的能耗遠低于CPU。4、GPU擁有更大容量的存儲結構，對于大量數據有緩存優勢。

　　上半年，NVIDIA剛剛為深度神經網絡推出了Tesla P100 GPU，并基于此開發了深度學習超級計算機NVIDIA DGX-1。從媒體曝光的照片來看，黃仁勛親自把DGX-1超極計算機簽上名字交付給了馬斯克。鋼鐵俠的原型、Tesla和SpaceX的CEO這是我們熟悉馬斯克的標簽，實際上他也是OpenAI項目的團隊領導人，這個團隊正在致力于人工智能開發，但馬斯克究竟用這臺NVIDIA全新的超級計算機干嘛這我們不得而知。

　　NVIDIA與IBM聯手對付英特爾

　　在服務器領域英特爾一直是一家獨大，這毋庸置疑，IBM Power和ARM兩家陣營只有微乎其微的份額。但是到了人工智能和深度學習這塊，似乎英特爾的優勢立刻消失了。而且IBM已經與NVIDIA推出幾款新的服務器!這幾款產品都針對人工智能領域，據IBM官方宣稱，其在數據處理速度上比其他平臺快5倍，與英特爾的x86服務器相比，每美元的平均性能可以高出80%。

　　除了Power處理器本身并行原理在支持大數據運算的時候有助于數據的分割多進程處理，這點比英特爾x86架構處理器有一些優勢。另外就是Power在與NVIDIA的Tesla P100之間的協同工作上的效率格外高，多的技術細節我就不再這里闡述了，主要一個原因Power處理器能夠對NVLink端口進行良好支持，這個端口的帶寬達到40GB/s，比目前x86在用的PCI-E(僅16GB/s)更高效，從而讓Power處理器與NVIDIA的GPU之間交換數據更高效。單單是接口從PCI-E遷移到NVLink，性能提升就可以達到14%。

　　說得白一點，鼓搗來鼓搗去很可能兩家聯手將英特爾在新市場中斬落。所以英特爾不能不急，不可能不緊張。

　　英特爾說深度學習只是一方面

　　面對NVIDIA和IBM等巨頭的步步緊逼，英特爾也不能不作聲。不管是從最近的IDF上，還是從媒體溝通環節上，英特爾都一再表態，深度學習只是人工智能的一環，一個方面，那不能代表全部。

　　在深度學習上，英特爾的確遇到了NVIDIA這個勁敵，那么英特爾的優勢在什么地方?全面的技術沉淀!是的，致力于端到端的全面解決方案，這是英特爾反擊的底氣。

　　目前英特爾從數據感知源頭(RealSense實感技術等)、數據的存儲(Xpoint非易失性存儲技術)、數據的傳輸(下一代5G網絡)、云服務再到后端的數據分析處理(服務器、至強處理器等)，這是一個完整的閉環，是能夠給用戶提供端到端的全面服務，這是僅僅在深度學習領域剛有建樹的NVIDIA難以短期實現的。那么英特爾一定會利用好全面的端到端服務布局，更多為相對被動的深度學習一塊慢慢補齊不足。

　　英特爾大手筆收購 豪賭未來

　　從去年開始，英特爾開始了布局人工智能的三大收購案，三個收購案例可以說都是震動業界的大新聞。先是在去年以167億美元的價格收購了做可編程處理芯片的 Altera，這次收購成了英特爾有史以來最大一筆收購案。通過收購Altera的可編程處理芯片，英特爾成功在大數據運算處理方面得到了加成，并由此計劃推出新的至強融合(Xeon Phi)系列處理器，這個系列的處理器將針對于大數據高性能運算以及人工智能。

　　而今年，英特爾先后完成了對nervana和Movidius的收購，nervana是一家深度學習芯片初創公司，英特爾希望Nervana加入能夠有效提高智能融合處理器在AI方面的性能。

　　而收購Movidius，表面看起來英特爾收購的是一家在VR和AR見長的廠商，但實際上他們主要致力于三維視覺計算，這與英特爾的RealSense 3D實感技術不謀而合。很多人關注VR、AR，大數據時代的網絡布局、服務器布局，但是很少有人關注RealSense這項技術的價值，相當于給智能設備一雙眼睛，未來很多智能設備的數據源將大量來自于類似的視覺設備。顯然英特爾在這方面已經做好了充足的裝備。

　　NVIDIA給英特爾的授權即將到期

　　實際上除了在人工智能方面明爭暗斗之外，在以往的合作當中英特爾和NVIDIA也曾出現裂痕。早在2011年，英特爾曾經與NVIDIA因為專利糾紛對付法庭，最終英特爾決定以支付15億美元的價格得到NVIDIA相關圖形技術授權，并要求NVIDIA不許進入x86服務器市場，這場官司方才了結。而據報道這份協議將在2017年3月17日正式到期，這意味著英特爾重新獲得自由選擇權，完全有可能終止在消費級和服務器產品上與NVIDIA合作，轉而全面與 AMD牽手。而NVIDIA方面隨著服務器業務蒸蒸日上，似乎染指x86架構也不是不可能的事兒。

　　英特爾似乎與AMD接觸密切

　　最近一些跡象確實表明英特爾和AMD走得愈發親近，傳聞AMD內部近期從GPU業務部分抽調出一部分工作人員，去到一個單獨的工作組當中，這部分工作人員包括了軟硬件專家，同時還有資產業務專業人員。這個團隊很有可能是與英特爾對接的專職團隊。由于英特爾的CPU方面沒有任何NVIDIA核心專利，所以英特爾倘若真的簽約AMD戰略合作也不無可能。

　　若干年以來，英特爾、NVIDIA、AMD 三家巨頭的愛恨情仇始終是科技圈的一大看點。雖然科技發展來到了大數據時代，正朝向未來的人工智能時代邁進，但這套三角戀的劇情依然適用，而且還將繼續上演。關于NVIDIA與英特爾的人工智能纏斗，以及AMD在旁的微妙關系，我們騰訊數碼還將持續關注。