0
| 本文作者：包永刚 | 2019-03-25 10:51 |
AI的热潮还在持续，AI的战火自然也在升级。英伟达作为这一波AI浪潮中最受关注的公司之一，在很大程度上影响着AI的战局。上周在美国举行的GTC 2019上，黄仁勋大篇幅介绍了英伟达在AI软件和计算力方面的提升，但售价仅为99美元（约664元人民币）的Jetson Nano人工智能计算机却成了最受关注的焦点。本月早些时候的TensorFlow开发者峰会上，谷歌也发布售价149.99美元（约1009元人民币）的Edge TPU开发板。
这意味着，巨头们的AI芯片战火已经从云端蔓延至了边缘，但这为什么是一个喜忧参半的消息？
云端AI芯片战火向下蔓延
虽然是最受关注的AI芯片公司，但2018年的英伟达算不上顺利，先是因为矿难导致GPU库存高企，后又因中国市场的需求和服务器市场需求低于预期股价受拖累。整个2018年，英伟达的市值缩水了近一半。因此，在AMD已经抢先发布7nm GPU的背景下，外界更加期待英伟达能在GTC 2019上发布最新7nm GPU。
不过，黄仁勋并未发布最新的7nm GPU，而是花了大量的时间介绍RTX和CUDA-X AI。
CUDA-X AI把所有英伟达的库整合。根据黄仁勋的说法，CUDA-X AI解锁了Tensor Core GPU的灵活性，能够将机器学习和数据科学工作负载加速多达50倍。另外，CUDA-X AI还可以加速典型AI工作流程的每一步，包括用深度学习训练语音和图像识别系统。
英伟达也宣布已经有七家世界级的厂商将推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速库的服务器，这些服务器都已经针对 CUDA-X AI 进行了特殊优化。亚马逊 AWS副总裁 Matt Garman还宣布最新的 EC2 G4 服务器采用了英伟达 T4 Tencor Core GPU，该服务器将在未来几周内可用。
虽然英伟达没有推出性能更强的GPU，但正在通过CUDA-X AI提升其GPU在云端的性能和吸引力。即便如此，英伟达的重要客户谷歌还是推出了自主研发的云端AI芯片TPU。
自2015年起，谷歌开始在内部使用TPU芯，2016年谷歌首次公开承认TPU的存在，2017年发布了第二代TPU，TPU 3.0在2018年发布。这意味着，谷歌在云端AI芯片市场与英伟达的关系从此前的合作变为了合作竞争的关系。
雷锋网了解到，黄仁勋在谈到谷歌TPU时曾强硬的表示对TPU的威胁不以为然。谷歌与英伟达在云端AI芯片市场的竞争短期内难见结论。但却可以明确他们的芯片竞争已经蔓延到了边缘端。
边缘端的AI芯片战
作为老牌芯片巨头，英伟达很早就已经入局边缘计算市场，Jetson系列的包括用于完全自主机器的Jetson AGX Xavier和用于边缘人工智能的Jetson TX2已经推出，只是几百甚至上千美元的价格阻挡了不少用户。GTC 2019推出的同系列Jetson Nano之所以关注度很高，关键的原因就是价格。
纵观不同行业发展的历程，产业的爆发除了有技术成熟的因素，产品价格下降到市场可接受的程度也非常关键。GTC 2019上推出的Jetson Nano计算机，价格让然惊喜，外观小巧但性能不低。据悉，Jetson Nano的性能可达472 GFLOPS（每秒十亿次浮点运算），耗电量仅为5瓦。同时，Jetson Nano支持高分辨率传感器，可以并行处理多个传感器，并且可在每个传感器流上运行多个现代神经网络。
针对不同的需求，英伟达还推出了两个版本的Jetson Nano，一个是售价99美元的开发者套件，专为开发人员、创客和技术爱好者提供，另一个是售价129美元的生产就绪型模块，面向大众市场创建边缘系统的企业。
Nvidia Jetson Nano
与英伟达的Jetson Nano类似，谷歌本月初发布的搭载Edge TPU的开发板Coral售价150美元。Coral开发板拥有1GB的LPDDR4内存和8GB的eMMC存储，安装Mendel版Linux或者Android，可以进行本地的离线运算，性能最高可达 4 万亿次操作。
除了Coral开发板，谷歌还发布了一款售价75美元的Coral USB加速器，同样包含一颗Edge TPU，可以在任何64位ARM或x86平台的Debian Linux上运行。
Google Edge TPU开发板
黄仁勋不认为谷歌的TPU是一个威胁，但在边缘端低价产品进展方面两大巨头显得颇有默契。先是谷歌推出搭载Edge TPU售价75美元和150美元的开发板以及加速器。不久后英伟达就推出售价99和129美元的Jetson Nano。
不仅售价相互竞争，面向的边缘计算市场也会重叠。英伟达表示，Jetson Nano可以创建数百万个智能系统，模块面向网络录像机、家用机器人和具有完整分析功能的智能网关等嵌入式应用。英伟达希望能为复杂、稳健、节能的人工智能系统的硬件设计、测试和验证节约时间，缩短总体开发时间让产品更快将推向市场。
Coral开发板也强调面向嵌入式设备的隐私、低延迟、高效和离线部署。具体的应用方面，谷歌展示了基于Coral的一个有趣的图像分类应用。谷歌表示其提供了简单的API，可在Edge TPU设备上执行图像分类，对象检测。这意味着，Edge TPU看好和图像相关的边缘端应用。
因此，无论是从定位、性能、应用还是售价看，谷歌和英伟达在边缘端又一次正面竞争。
普及AI还是革命AI芯片初创公司？
谷歌和英伟达的竞争能够在一定程度上促进AI的发展，特别是在边缘端。Jetson Nano和Coral开发板的方式能在很大程度上降低AI产品开发的难度并加速产品的上市时间，为现有做AI应用的公司增加了选择，当然也会想要借助AI进行更多创新的公司和个人提供了更加便携的选择，这对AI在边缘端的普及具有积极意义。
然而，对于众多AI芯片初创公司而言可能是个坏消息。雷锋网2018年曾统计过，创立于国内的13家AI芯片初创公司有11家都布局了自动驾驶和安防领域，并且都是面向边缘端的AI芯片。AI芯片初创公司们之所以大部分都选择AI边缘计算市场，是因为在云端，英特尔和英伟达占据绝对的优势地位，初创公司想要在这一领域获得成功难度非常大。
虽然边缘端AI给初创公司更大的市场和机遇，但从目前的情况看英伟达在自动驾驶领域也有不错的市场表现。如今，英伟达和谷歌都推出更加简单易用，且价格更易于接受的开发板，AI芯片初创公司又多了两个竞争对手，并且是实力强大的竞争对手。
更会让AI芯片初创公司感到不安的是，由于两大巨头都有云端AI芯片，与边缘端的AI芯片配合能够实现更强的竞争力。并且，软件在AI芯片中的重要作用正被越来越多的人看到，不巧的是英伟达和谷歌都有强大的软件。
文章开篇已经提到，英伟达发布CUDA-X AI将提升GPU的AI性能，但与此同时Jetson Nano也是可运行所有人工智能模型的NVIDIA CUDA-X人工智能计算机。
谷歌方面，与Coral开发板同时发布的还有为移动和嵌入式设备提供的跨平台解决方案TensorFlow Lite，这个轻量级（Lite）的框架有助于机器学习模型部署在移动和IoT设备上的。谷歌表示，经过TensorFlow Lite的优化后，CPU的性能达到原来的1.9倍，在Edge TPU上的性能最高提升62倍。
雷锋网认为，巨头们拥有从云端到终端的AI芯片，并且有强大的软件帮助芯片提升硬件的性能，同时还有长期建立的品牌、渠道、市场等方面的优势，这在推动AI在边缘端普及的同时，还将与众多的AI芯片初创公司产生竞争。
只是，未来仍有诸多不确定性，英伟达、谷歌到底会在多大程度上影响AI芯片初创公司？
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
