Nvidia和Google的AI芯片戰火蔓延至邊緣端

AI 的熱潮還在持續，AI 的戰火天然也在升級。英偉達做爲這一波 AI 浪潮中最受關注的公司之一，在很大程度上影響着 AI 的戰局。上週在美國舉行的 GTC 2019 上，黃仁勳大篇幅介紹了英偉達在 AI 軟件和計算力方面的提高，但售價僅爲 99 美圓（約 664 元人民幣）的 Jetson Nano 人工智能計算機卻成了最受關注的焦點。本月早些時候的 TensorFlow 開發者峯會上，谷歌也發佈售價 149.99 美圓（約 1009 元人民幣）的 Edge TPU 開發板。

雖然是最受關注的 AI 芯片公司，但 2018 年的英偉達算不上順利，先是由於礦難致使 GPU 庫存高企，後又因中國市場的需求和服務器市場需求低於預期股價受拖累。整個 2018 年，英偉達的市值縮水了近一半。所以，在 AMD 已經搶先發布 7nm GPU 的背景下，外界更加期待英偉達能在 GTC 2019 上發佈最新 7nm GPU。

　　不過，黃仁勳並未發佈最新的 7nm GPU，而是花了大量的時間介紹 RTX 和 CUDA-X AI。

　　CUDA-X AI 把全部英偉達的庫整合。根據黃仁勳的說法，CUDA-X AI 解鎖了 Tensor Core GPU 的靈活性，可以將機器學習和數據科學工做負載加速多達 50 倍。另外，CUDA-X AI 還能夠加速典型 AI 工做流程的每一步，包括用深度學習訓練語音和圖像識別系統。

　　英偉達也宣佈已經有七家世界級的廠商將推出基於 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速庫的服務器，這些服務器都已經針對 CUDA-X AI 進行了特殊優化。亞馬遜 AWS 副總裁 Matt Garman 還宣佈最新的 EC2 G4 服務器採用了英偉達 T4 Tencor Core GPU，該服務器將在將來幾周內可用。

　　雖然英偉達沒有推出性能更強的 GPU，但正在經過 CUDA-X AI 提高其 GPU 在雲端的性能和吸引力。即使如此，英偉達的重要客戶谷歌仍是推出了自主研發的雲端 AI 芯片 TPU。

　　自 2015 年起，谷歌開始在內部使用 TPU 芯，2016 年穀歌首次公開認可 TPU 的存在，2017 年發佈了第二代 TPU，TPU 3.0 在 2018 年發佈。這意味着，谷歌在雲端 AI 芯片市場與英偉達的關係今後前的合做變爲了合做競爭的關係。

　　雷鋒網瞭解到，黃仁勳在談到谷歌 TPU 時曾強硬的表示對 TPU 的威脅不覺得然。谷歌與英偉達在雲端 AI 芯片市場的競爭短時間內難見結論。但卻能夠明確他們的芯片競爭已經蔓延到了邊緣端。

　　邊緣端的 AI 芯片戰

　　做爲老牌芯片巨頭，英偉達很早就已經入局邊緣計算市場，Jetson 系列的包括用於徹底自主機器的 Jetson AGX Xavier 和用於邊緣人工智能的 Jetson TX2 已經推出，只是幾百甚至上千美圓的價格阻擋了很多用戶。GTC 2019 推出的同系列 Jetson Nano 之因此關注度很高，關鍵的緣由就是價格。

　　縱觀不一樣行業發展的歷程，產業的爆發除了有技術成熟的因素，產品價格降低到市場可接受的程度也很是關鍵。GTC 2019 上推出的 Jetson Nano 計算機，價格讓然驚喜，外觀小巧但性能不低。據悉，Jetson Nano 的性能可達 472 GFLOPS（每秒十億次浮點運算），耗電量僅爲 5 瓦。同時，Jetson Nano 支持高分辨率傳感器，能夠並行處理多個傳感器，而且可在每一個傳感器流上運行多個現代神經網絡。

　　針對不一樣的需求，英偉達還推出了兩個版本的 Jetson Nano，一個是售價 99 美圓的開發者套件，專爲開發人員、創客和技術愛好者提供，另外一個是售價 129 美圓的生產就緒型模塊，面向大衆市場建立邊緣系統的企業。
與英偉達的 Jetson Nano 相似，谷歌本月初發布的搭載 Edge TPU 的開發板 Coral 售價 150 美圓。Coral 開發板擁有 1GB 的 LPDDR4 內存和 8GB 的 eMMC 存儲，安裝 Mendel 版 Linux 或者 Android，能夠進行本地的離線運算，性能最高可達 4 萬億次操做。

　　除了 Coral 開發板，谷歌還發布了一款售價 75 美圓的 Coral USB 加速器，一樣包含一顆 Edge TPU，能夠在任何 64 位 ARM 或 x86 平臺的 Debian Linux 上運行。
　黃仁勳不認爲谷歌的 TPU 是一個威脅，但在邊緣端低價產品進展方面兩大巨頭顯得很有默契。先是谷歌推出搭載 Edge TPU 售價 75 美圓和 150 美圓的開發板以及加速器。不久後英偉達就推出售價 99 和 129 美圓的 Jetson Nano。
不只售價相互競爭，面向的邊緣計算市場也會重疊。英偉達表示，Jetson Nano 能夠建立數百萬個智能系統，模塊面向網絡錄像機、家用機器人和具備完整分析功能的智能網關等嵌入式應用。英偉達但願能爲複雜、穩健、節能的人工智能系統的硬件設計、測試和驗證節約時間，縮短整體開發時間讓產品更快將推向市場。

　　Coral 開發板也強調面向嵌入式設備的隱私、低延遲、高效和離線部署。具體的應用方面，谷歌展現了基於 Coral 的一個有趣的圖像分類應用。谷歌表示其提供了簡單的 API，可在 Edge TPU 設備上執行圖像分類，對象檢測。這意味着，Edge TPU 看好和圖像相關的邊緣端應用。

　　所以，不管是從定位、性能、應用仍是售價看，谷歌和英偉達在邊緣端又一次正面競爭。

　　普及 AI 仍是革命 AI 芯片初創公司？

　　谷歌和英偉達的競爭可以在必定程度上促進 AI 的發展，特別是在邊緣端。Jetson Nano 和 Coral 開發板的方式能在很大程度上下降 AI 產品開發的難度並加速產品的上市時間，爲現有作 AI 應用的公司增長了選擇，固然也會想要藉助 AI 進行更多創新的公司和我的提供了更加便攜的選擇，這對 AI 在邊緣端的普及具備積極意義。
然而，對於衆多 AI 芯片初創公司而言多是個壞消息。雷鋒網(公衆號：雷鋒網)2018 年曾統計過，創立於國內的 13 家 AI 芯片初創公司有 11 家都佈局了自動駕駛和安防領域，而且都是面向邊緣端的 AI 芯片。AI 芯片初創公司們之因此大部分都選擇 AI 邊緣計算市場，是由於在雲端，英特爾和英偉達佔據絕對的優點地位，初創公司想要在這一領域得到成功難度很是大。

　　雖然邊緣端 AI 給初創公司更大的市場和機遇，但從目前的狀況看英偉達在自動駕駛領域也有不錯的市場表現。現在，英偉達和谷歌都推出更加簡單易用，且價格更易於接受的開發板，AI 芯片初創公司又多了兩個競爭對手，而且是實力強大的競爭對手。

　　更會讓 AI 芯片初創公司感到不安的是，因爲兩大巨頭都有云端 AI 芯片，與邊緣端的 AI 芯片配合可以實現更強的競爭力。而且，軟件在 AI 芯片中的重要做用正被愈來愈多的人看到，不巧的是英偉達和谷歌都有強大的軟件。

　　文章開篇已經提到，英偉達發佈 CUDA-X AI 將提高 GPU 的 AI 性能，但與此同時 Jetson Nano 也是可運行全部人工智能模型的 NVIDIA CUDA-X 人工智能計算機。

　　谷歌方面，與 Coral 開發板同時發佈的還有爲移動和嵌入式設備提供的跨平臺解決方案 TensorFlow Lite，這個輕量級（Lite）的框架有助於機器學習模型部署在移動和 IoT 設備上的。谷歌表示，通過 TensorFlow Lite 的優化後，CPU 的性能達到原來的 1.9 倍，在 Edge TPU 上的性能最高提高 62 倍。

　　雷鋒網認爲，巨頭們擁有從雲端到終端的 AI 芯片，而且有強大的軟件幫助芯片提高硬件的性能，同時還有長期創建的品牌、渠道、市場等方面的優點，這在推進 AI 在邊緣端普及的同時，還將與衆多的 AI 芯片初創公司產生競爭。

　　只是，將來仍有諸多不肯定性，英偉達、谷歌到底會在多大程度上影響 AI 芯片初創公司？