今年，英偉達的股價出現(xiàn)了大幅上漲，原因是它的應用在各個領域都出現(xiàn)了巨大的需求，包括游戲、數(shù)據庫，以及它在人工智能領域的主要潛在應用。
不過，盡管英偉達的股價和其走勢圖已經是2017年最讓人瞠目結舌的事件之一，但是在人工智能領域，人工智能發(fā)展的腳步仍在繼續(xù)，只是情況更加微妙，可能會產生深遠的影響。
今年，一大批創(chuàng)業(yè)公司都開始開發(fā)自己的硬件，從而為未來人工智能基礎設備提供支持，并且這些公司都獲得了巨額融資。其中一些初創(chuàng)公司甚至還沒有發(fā)布產品，但在融資方面似乎已經沒有什么困難。
為了優(yōu)化推理和機器訓練——這是圖像和語音識別等過程的兩個關鍵部分——這些創(chuàng)業(yè)公司一只在研究更快、更高效的方式，并且還要更適合于下一代人工智能設備。相比我們已經習慣使用的計算架構CPUs，GPU已經成為處理人工智能所需的快速計算的首眩這些創(chuàng)業(yè)公司認為他們會做出更好的產品。
在了解這些創(chuàng)業(yè)公司之前，讓我們快速回顧一下前面提到的英偉達的股價走勢圖，來了解一下這件事情。即使到了年底，英偉達的股價仍在即將邁進2018年時上漲近80%：
因此，自然而然的，我們大概會看到一批創(chuàng)業(yè)公司正在試圖尋找英偉達在人工智能市場上的潛在漏洞。投資者同樣會注意到這一點。
我們首先獲得的消息是，去年12月，Cerebras Systems?公司從Benchmark Capital 獲得了約2500萬美元的融資。當時，似乎人工智能芯片行業(yè)并不像今天這樣火爆——不過，隨著時間的推移，英偉達在GPU市場上的主導地位明確表明，這將是一個蓬勃發(fā)展的領域。今年8月，《福布斯》雜志曾報道稱，該公司的估值已接近9億美元。
今年，Graphcore公司也引起了一些轟動。該公司在宣布獲得了3000萬美元的A輪融資后不久，就宣布獲得紅杉資本5000美元的投資。而像Cerebras Systems公司一樣，Graphcore公司也沒有像英偉達那樣在市場上推出引人注目的產品。盡管硬件創(chuàng)業(yè)公司面臨的挑戰(zhàn)要比軟件開發(fā)公司要大的多，但這家創(chuàng)業(yè)公司依然在一年內籌集到了8000萬美元的資金。
此外，中國的人工智能初創(chuàng)企業(yè)也獲得了大量的資金支持：阿里巴巴向一家名為Cambricon Technology的創(chuàng)業(yè)公司投入了大量資金；英特爾投資了1億美元給Horizon Robotics公司;本月初，一家名為ThinkForce的創(chuàng)業(yè)公司籌集到了6800萬美元的投資。
由前谷歌工程師運營的初創(chuàng)公司Groq，從Social+Capital籌集了大約1000萬美元，這與在上面列出的這些初創(chuàng)公司比起來金額似乎有點小了。另一家芯片制造商Mythic公司也完成了930萬美元的融資。
因此，我們可以看到不止一兩家初創(chuàng)公司在這一領域開展業(yè)務，其中許多公司已經籌集了數(shù)千萬美元，甚至有一家初創(chuàng)公司的估值達到9億美元左右。這些新一代硬件創(chuàng)業(yè)公司，也將會需要更多的投資。這仍然是一個不容忽視的部分。
除了創(chuàng)業(yè)公司，世界上最大的公司也在尋求開發(fā)自己的系統(tǒng)。今年5月，谷歌發(fā)布了下一代TPU，用于推理和機器訓練。蘋果為下一代iPhone設計了自己的GPU。這兩款產品都將大大有助于為用戶特定的需求調整硬件，比如谷歌云應用或Siri助手。英特爾在10月份還表示，將在2017年底前推出新的神經網絡處理器。去年8月，英特爾以3.5億美元的價格收購了Nervana公司。
以上所有都是創(chuàng)業(yè)公司和大公司作出的巨大努力，每個公司都在尋找自己對GPU的定義。但是，對于已經將開發(fā)人員鎖定在其平臺上的英偉達，這個任務也許更加艱巨。對于那些試圖將硬件開發(fā)推向瘋狂，讓開發(fā)人員也參與進來的創(chuàng)業(yè)公司，這一點也更加真實。
也許你和硅谷的投資者進行交談時，你仍然會有一些疑惑。例如，當亞馬遜服務器上的舊卡仍然能用于他們的培訓時，為什么公司會考慮購買速度更快的芯片用于培訓呢？但是仍有大量資金流入該領域，比如Uber（盡管這個公司最近有不少動蕩）和WhatsApp這樣的大公司。
英偉達公司仍是這一領域的領軍者，隨著自動駕駛汽車等設備變得越來越重要，該公司將繼續(xù)努力保持其主導地位。但隨著我們進入2018年，我們可能會開始更好地了解這些創(chuàng)業(yè)公司是否真的有機會將英偉達拉下馬。這是一個誘人的機會，可以創(chuàng)造出更快、更低功耗的芯片，從而進入物聯(lián)網領域，真正實現(xiàn)這些設備的作用，從而實現(xiàn)更高效的推理。而且，當他們想要訓練模型時，也有機會讓這些服務器變得更快、更節(jié)能，更加強大。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
