撞上人工智慧的英偉達，可別像上次「起大早趕晚集」了

放棄移動智慧型手機市場的英偉達撞上了人工智慧（Artificial Intelligence，AI），煥發了生命第二春。

近日，英偉達發布了2017年第一季度的財報，數據顯示英偉達實現營收19.4億美元，同比增長48%，凈利潤5.07億美元，同比增長144%。

其中，遊戲業務、數據中心業務和汽車業務實現了全方位增長，而且數據中心業務和汽車業務均打敗分析師的預計值。

受此利好消息，英偉達股價應聲上漲了14.2%，漲到了117.57美元。

英偉達撞上了人工智慧

英偉達的財報中表現最搶眼的莫過於數據中心業務。

在今年第一季度，英偉達數據中心業務的營收增長了一倍以上，增長到了4.09億美元，輕鬆擊敗了分析師預期的3.182億美元。

「現在，全世界各大網際網路和雲服務提供商都在使用英偉達的GPU晶片。

」英偉達財務長科萊特-克雷斯（Colette Kress）周二在財報電話會議結束後說。

這句話說的沒錯。

目前，人工智慧成為企業戰略布局的制高點。

無論是科技巨頭，如Google、IBM、Microsoft、Facebook、Amazon、百度、阿里、騰訊等，還是創業公司，都積極布局人工智慧，英偉達的人工智慧晶片成為業內首選。

眾所眾知，人工智慧的訓練和運行需要大量的並行計算，傳統的CPU在並行計算方面並沒有優勢。

神奇的是，英偉達之前常作為顯卡的「心臟」而出現的GPU圖形處理器技術，居然可以神奇地為當前人工智慧領域的研究熱點——深度學習——所利用。

相比於CPU，GPU 具有數以千計的計算核心，強大、高效並行計算能力，可實現 10-100倍應用吞吐量，特別適合人工智慧的海量數據訓練。

所以，英偉達人工智慧晶片得到了廠商的青睞，包括社交網絡Facebook、谷歌、IBM、微軟、阿里巴巴集團、亞馬遜AWS雲服務都在使用英偉達的晶片。

市場對英偉達的看好，從英偉達一路上漲的股價能窺見一斑，英偉達的股價已經從16年年初的25美元上漲到130美元，一年多的時間翻了幾乎5倍。

科學技術的發展告訴我們，向淘金者賣水是一門好生意。

比如PC機時代，給電腦提供處理器的英特爾，在經歷40多年後仍然是半導體行業的龍頭。

再比如，競爭激烈的智慧型手機市場競爭激烈，手機廠商拼得你死我活，但給手機廠商提供晶片支持的高通，大發橫財。

所以，隨著在人工智慧領域淘金的人越來越多，向淘金者賣水的英偉達，前景值得期待。

英偉達之所以被看好，在於英偉達處在人工智慧最底層，扮演著給「淘金者供水」的角色。

人工智慧產業鏈大概可以分成三層，技術支撐層、基礎應用層和方案集成層。

無論是基礎應用層中的語音識別、自然語言處理、計算機視覺，還是方案集成層的智慧產品，都離不開底層晶片的支持，英偉達的人工智慧晶片是非常不錯的選擇。

而且，由於英偉達的GPU處在最底層，這意味著英偉達可以避開上層的激烈競爭。

無論應用層和方案層的競爭多麼激烈，無論人工智慧產品周期多長，應用層和方案層都需要「英偉達們」底層的基礎支持。

英偉達的競爭者們

向淘金者賣水是好生意，這個道理已經不是秘密了。

雖然這幾年，英偉達在深度學習領域的晶片供應商中占據著主導地位，但各大巨頭們也都想在這門生意上分一杯羹。

面對英偉達的來勢洶洶，最不敢放鬆警惕的是半導體行業的老大英特爾。

目前，英偉達的GPU產品依然需要搭配英特爾中央處理器（CPU）協作，才能提供較佳運算性能表現。

比如，谷歌DeepMindAI系統AlphaGo此前在與南韓棋王李世乭較量時，便仰賴於1202顆CPU及176顆GPU協助運算。

雖然英特爾仍然掌控全球98%數據中心X86架構伺服器的晶片市場，人工智慧晶片的占比仍然不高，但不能否認人工智慧晶片市場具備的龐大成長潛力。

市調機構IDC預估，到了2020年全球跨產業AI及認知系統年營收可達逾470億美元，較2016年近80億美元將呈現明顯成長。

而英偉達人工智慧晶片已經成為業內首選。

所以，英特爾持續通過收購策略強化自有人工智慧領域布局，試圖通過投資彌補戰略上的慢一步。

如英特爾以167億美元高價收購FPGA晶片供應商Altera，以4億美元收購深度學習創業公司Nervana ，成為英特爾投入AI處理器開發的布局。

2017年3月，英特爾以153億美元收購Mobileye， 試圖將"算法+晶片"整合成人工智慧制勝關鍵。

巨頭谷歌在採用英偉達的AI晶片的同時，自己也在研發AI晶片。

在去年的開發者大會上，谷歌發布了專為人工智慧算法定製的 Tensor Processing Unit（TPU），在最近的一篇博客文章中，Google 聲稱其 TPU 要比現代的 GPU 和 CPU 們在推理性能上快 15 到 30 倍。

雖然，英偉達否認說 Google 是在拿 TPU 和老的 GPU 相比較，但能肯定的是，谷歌在人工智慧定製化晶片的路上會越走越遠。

另一巨頭微軟也在使用現場可變編程門陣列（FPGA）的新型並行處理器。

據介紹，FPGA 目前已支持微軟Bing，未來它們將會驅動基於深度神經網絡——以人類大腦結構為基礎建模的人工智慧——的新搜索算法。

另外，智慧型手機晶片製造商高通已經開始製造執行神經網絡的專用晶片，而且高通最近宣布計劃花費 470 億美元收購荷蘭汽車晶片公司恩智浦，恩智浦致力於解決深度學習和計算機視覺難題，看來高通希望藉助收購加強自動駕駛系統的開發。

IBM也按捺不住，在2016年投入到類人腦晶片的研發——TrueNorth。

另外，在極度依賴國外進口的我國晶片產業中，中星微在2016年6月份，推出了中國首款嵌入式神經網絡處理器（NPU）晶片「星光智能一號」。

所以，儘管英偉達在人工智慧晶片領域占據領先的位置，但是這個領域已經聚集了不少重量級玩家，英偉達仍然面臨不小的壓力。

英偉達不能像上次「起大早趕晚集」了

英偉達曾經浪費了智慧型手機浪潮。

在智慧型手機移動晶片市場蓬勃發展之初，作為晶片領域中的強者，英偉達試圖在移動手機市場上分一杯羹。

2011年，英偉達斥資3.67億美元收購了Icera基帶業務，試圖通過整合英偉達的應用處理器技術和Icera的基帶處理器技術，為智慧型手機廠商提供晶片支持。

當時的英偉達手握不小勝算。

2011年的高通在市場中的主要角色還是基帶晶片提供商，不過，其正在推出基帶和應用處理器一體的解決方案。

聯發科也在2011年才開始打造專屬的Android智能型手機的晶片解決方案。

可以說，英偉達、高通、聯發科基本處於同一起跑線，如果順利，在2012年以後智慧型手機的大浪潮下，英偉達、高通和聯發科將展開激烈競爭。

可惜的是，英偉達起了個大早趕了個晚集。

直到2015年，英偉達依然沒有完成基帶和應用處理器的整合。

2012年至2015年是移動手機起步的黃金四年，英偉達完全錯過了。

究其原因，長達4年的拖延，讓一個極有勝算的項目夭折了。

如今在人工智慧晶片領域，英偉達又一次搶占先機。

不過，這個市場才剛剛拉開帷幕，人工智慧晶片領域的每個玩家，都不是吃素的。

希望英偉達能吸取移動手機市場的教訓，加快布局，別因為拖延再次錯失良機。