以AI的名义：股价暴涨的英伟达真能高枕无忧？ - {$web_name} 业内纷纷看好其在处理器

　　此前，图形处理器品牌方英伟达亮相了季度营收创6年最大增幅的财报，并拉动其股价盘后飙升14%而引发业内的留意，加之此前，其CEO 黄仁勋宣称英伟达已然是一家AI（AI）处理器企业（颇有赶AI风口的意味），业内纷纷看好其在处理器，天津八卦爆料太真实了尤其是AI处理器的行业表现。事实真的如此吗？

　　我们先看看这个季度英伟达的财报表现。总营收20亿美元，同比增长53.6%。其中图形处理器部门的营收在其总营收中占比85%，同比增长52.9%，为17亿美元；资料中心业务同比增长两倍，为2.4亿美元；汽车业务同比增长60.8%，为1.27亿美元。从营收的构成上，不难看出，关于工作，我想说：心动瞬间支撑英伟达的核心业务依旧是传统PC行业的图形处理器（独立显卡），而关乎到AI有关领域或者是与AI密切有关（例如资料中心）业务的营收仅占到其总营收的1/10左右。所以仅从营收看，英伟达远称不上是一家AI处理器企业。而众所周知的事实是，当下AI是产业竞相追逐的中心，曾经，含有如今依然是传统PC产业独立显卡（显示处理器）的英伟达摇身一变变成AI企业自然会吸引不少的眼球，从这个价值看，我们不排除英伟达有借助AI风口炒作和夸大自己处理器作用的成分。

　　自然，我们在此并非反驳AI处理器（扶持AI使用和特性）将是前方处理器产业的进展走向。尤其是谷歌AI使用AlphaGo运用深度进修技术击败全球顶尖围棋选手李世石预示着AI将是技术行业和大佬们比拼的下一个中心，而大资料和物联网的进展促使IBM、谷歌、Facebook、贵阳的昨天，生活哲理微软等在内的技术巨头和许多大型的提供云办事的云计算企业竞相开发AI技术，以期运用前方物联网设备收集的海量资料（确认）为行业和使用者提供更好的办事。需要说明的是，尽管各家品牌方叫法各异，例如IBM称之为认知计算，Facebook和谷歌称之为机器进修或AI，但身为支撑这些技术和使用的资料中心基础设备之一的处理器依然扮演者重大的人物。

　　基于此种走向，据有关统计，当下管理在含有IBM、谷歌、Facebook、亚马逊、微软等大佬们和云计算企业的资料中心（办事器）至少有10%左右的岗位负载与AI使用有关（或自己开发有关的AI使用或扶持和管理客户的AI开发及使用等），且随着行业和使用者针对AI的需求，这种走向前方还会拓展。网友iOS更新热点而这种走向针对资料中心的基础处理器计算能力和功耗提出了新的考验，而英伟达此前一直专攻的GPU（图形处理器）具备有天然的长处。例如AI所需的大规模并行运算能力；同等面积下，GPU上拥有更多的运算单元（整数、浮点的乘加单元，特别运算单元等）；GPU拥有更大带宽的 Memory，所以在大吞吐量的使用中也会有很好的表现；GPU对能源的需求远远低于CPU等。

　　尽管如此，这并不代表上述大佬们的资料中心（办事器）对CPU没有需求，相反，CPU依然是计算任务不可或缺的一若干，在深度进修算力处理任务中还需要高表现的CPU来执行指令并且和GPU开展资料传输，另外发挥CPU的通用性和GPU的繁琐任务处理能力，才能达到最好的效果，这也是为何当下大多数企业使用的依然是“CPU+GPU”的组合，或者称为异构计算，而在这种异构模式下，使用程序的串行若干在CPU上管理，而GPU身为协处理器，首要负责需要众多计算的若干。从这个角度看，缺乏CPU应该是英伟达在如今和前方自诩为AI企业始终存在的短板。

　　既然谈及CPU，自然就会联想到此领域的老大英特尔，它既是英伟达变成AI处理器企业在CPU上无法跨域的屏障，即便是在其擅长的能够满足上述大佬AI需求的GPU上也是最大的考验者。

　　这种考验先是体如今英特尔针对CPU计算能力的革新挖潜上。例如其此前亮相的用于资料中心办事器的Xeon Phi处理器。据英特尔的有关报表显示，Xeon Phi处理器的训练速度比英伟达的GPU快了2.3倍、Xeon Phi处理器在多个节点的扩展路为38%，且最多可达128个节点，这是当下市面上的GPU无法办到的。另外，由128Xeon Phi处理器组成的操控系统要比单个Xeon Phi处理器快50倍，意旨Xeon Phi处理器的扩展性长处显著，而这针对满足AI的使用至关重大。

　　可是，针对英特尔的说法，英伟达提出了强烈的反驳，并强调英特尔使用的是18个月前的资料，较为的是四个Maxwell GPU和四个Xeon Phi处理器。假如使用升级的Caffe AlexNet资料，就会察觉四个Maxwell GPU比四个Xeon Phi处理器的速度快30%。我们这里姑且不论谁的说法更接近客观，但从双方针对报表的口水战看，至少说明日然不占长处的CPU还是大有潜力可挖，至少从CPU本身，英特尔就可以压缩与英伟达的差距，或者说给英伟达带来压力。

　　另外，从单纯满足AI使用本身的计算能力和做到方法上看，GPU是否是最好或者说是惟一在业内依然存在风波。有探究人员评测，相比GPU，FPGA的架构更灵活，单位能耗下表现更强。深度进修算力在FPGA上能够更快、更有效地管理，并且功耗也能做到更低。这似乎很好地阐释了为何英特尔此前以167亿美元收购FPGA制造商Altera的缘由。而提及并购，还有一桩被业内觉得英特尔可以借此提升自身在AI处理器比拼力，乃至有或许超越英伟达的就是针对专攻AI处理器的Nervana Systems企业的并购，据称，Nervana Systems探究的深度进修处理器具有性价比高于GPU，处理速度是 GPU 的10倍等特色。

　　以便说明Nervana Systems企业的实力或者说针对英伟达的威胁，我们不妨说明一段Nervana Systems被并购的插曲。据称，英特尔在接触Nervana谈论出售事宜时，Nervana觉得英伟达是合理的挑选之一，由于Nervana的深度进修使用Neon也可以管理在英伟达处理器上，可以合作英伟达补齐短板。但是，英伟达对Nervana并不感冒，觉得自己基于GPU的深度进修技术要好于Nervana，但当Nervana与英特尔达成交易之后，英伟达似乎改变了想法，并试图重启收购谈判，无奈的是机遇已然错过。

　　对此，有确认觉得，让英特尔得到Nervana是英伟达最大的失误，由于经由这次收购，英特尔将得到一个用于深度进修的具体商品和IP，它们可被单独使用外，也能与英特尔前方的技术融合，生产出更具比拼力、创造性的处理器商品。而谈及整合，则是英特尔最为擅长的，例如针对并购来的Nervana Systems，其可以把有关商品整合到处理器或者多处理器封装中。例如把 Nervana Engine IP 加到一个至强CPU 中，可以提供一个低成本的方法来做到AI所需要的表现的加速，将 Nervana IP 商品化，进而提升自己CPU的计算能力，满足AI开发和使用针对资料中心处理器的更高需求。

　　综上所述，我们觉得，鉴于AI处理器的使用尚在起步阶段（当下仅占资料中心1/10左右的负载）及对手英特尔在此领域中有的放矢的并购和自身在CPU的挖潜和整合能力，英伟达以AI之名换来的股价暴涨背后并非高枕无忧和一片坦途。