近年所有的目光都集中在了Nvidia上，因為它的顯卡和GPU在很多方面都有巨大的市場需求：如游戲，數(shù)據(jù)中心的建設(shè)以及人工智能的潛在應(yīng)用，使其股價爆漲。

下圖所示的Nvidia股價變化圖可能是2017年最令人瞠目結(jié)舌的部分，在這一年，人工智能繼續(xù)在科技領(lǐng)域前進，幾乎無處不在。而人工智能世界正在發(fā)生一些更微妙的變化，這可能會產(chǎn)生更深遠的影響。

最近一年，許多創(chuàng)業(yè)公司都致力于研發(fā)自己的硬件，這些硬件將為AI構(gòu)建的未來設(shè)備提供動力，所以它們獲得了大量資金。其中一些創(chuàng)業(yè)公司并沒有大的研發(fā)團隊（或尚未發(fā)布產(chǎn)品），但已經(jīng)可以輕易的籌集到資金。

優(yōu)化推理和訓(xùn)練是圖像和語音識別等流程的兩個關(guān)鍵部分，初創(chuàng)公司一直在尋找方法來優(yōu)化這些流程，使其更快，更節(jié)能，并且更適合于下一代人工智能設(shè)備。GPU不再是傳統(tǒng)的計算架構(gòu)，現(xiàn)在GPU已成為處理AI流程所需的快速計算的首選芯片之一。這些初創(chuàng)公司認為他們可以比Nvidia GPU做得更好。

在我們了解初創(chuàng)公司之前，讓我們先看一下Nvidia的股票走勢圖，來了解一下這個領(lǐng)域的基本情況。即使價格在2017年底出現(xiàn)曇花一現(xiàn)，但到2018年，Nvidia的股價也將上漲近80％：

自然地，我們會看到一大批初創(chuàng)公司正在尋找Nvidia在AI市場中地潛在漏洞，投資者也會注意到這一點。

有消息已經(jīng)證實了這個猜想，即Cerebras Systems去年12月從Benchmark Capital獲得了大約2500萬美元的資金。當時，似乎AI芯片行業(yè)并不像今天那么熱門。但是隨著時間的推移，Nvidia在GPU市場的主導(dǎo)地位明顯表明這將有巨大的發(fā)展空間。隨后福布斯今年8月報道了該公司價值達近9億美元。

Graphcore也在今年做出了一些回應(yīng)。今年11月，在由Atomico領(lǐng)投的3000萬美元融資后不久，該公司又宣布了已經(jīng)獲得由Sequoia Capital領(lǐng)投的新一輪5000萬美元融資。 Graphcore也和Cerebras Systems一樣，在市場上沒有像Nvidia那樣引人注目的產(chǎn)品，然而，這家初創(chuàng)公司能夠籌集8000萬美元融資。

中國人工智能創(chuàng)業(yè)公司也籌集了一大筆資金：阿里巴巴向估值10億美金的創(chuàng)業(yè)公司寒武紀科技提供融資。據(jù)報道，英特爾為地平線機器人公司投資1億美元。深鑒科技已經(jīng)融資約1億美金，估值10億美金。

在早些時候，一家名為ThinkForce的初創(chuàng)公司也籌集了6800萬美元。更不用說Groq了，這是一家由前谷歌工程師創(chuàng)立的創(chuàng)業(yè)公司，它從Social + Capital籌集了大約1000萬美元。另一家芯片公司已經(jīng)融資930萬美元。

目前已經(jīng)有7家初創(chuàng)公司進入該領(lǐng)域，并且大多已經(jīng)籌集了數(shù)千萬美元，其中至少有一家創(chuàng)業(yè)公司的估值接近9億美元。而且也出現(xiàn)了一些硬件類的初創(chuàng)公司，下一代硬件的研發(fā)可能需要更多的融資。所以這仍然是一個不容忽視的空間。

全球的大公司也在努力創(chuàng)建自己的系統(tǒng)來超越初創(chuàng)公司。谷歌今年早些時候宣布其下一代TPU將面向推理和機器學(xué)習。Apple為其下一代iPhone設(shè)計了自己的GPU。Google Cloud應(yīng)用程序或Siri都助于針對自己特定需求調(diào)整硬件。英特爾在10月份表示，它將在2017年底之前推出新的Nervana Nueral網(wǎng)絡(luò)處理器。2016年8月，英特爾以3.5億美元的價格收購了Nervana。

所有這些都代表了初創(chuàng)公司和大公司的承諾，每個公司都在尋找自己對GPU的解釋。 但是，Nvidia將開發(fā)人員鎖定在其Cuda平臺上的可能是一個更加困難的任務(wù)。對于那些試圖將硬件推向市場并讓開發(fā)人員參與進來的初創(chuàng)企業(yè)來說，效果將是雙重的。

當你與硅谷的投資者交談時，你仍會心存疑慮。 例如，當亞馬遜服務(wù)器中的芯片已經(jīng)可以滿足AI訓(xùn)練的需求時，為什么眾多公司還想去購買速度更快的芯片？目前仍有大量投資資金流入該領(lǐng)域，他們想再次投出一家像Uber和WhatsApp一樣的成功公司。

Nvidia仍然是該領(lǐng)域的領(lǐng)導(dǎo)者，隨著自動駕駛汽車等設(shè)備變得越來越重要，它將繼續(xù)保持其主導(dǎo)地位。但是，進入2018年，我們開始思考這些初創(chuàng)公司是否真的有機會超越Nvidia。 創(chuàng)造速度更快，功耗更低的芯片是一件非常誘人的事情，這些芯片可以進入物聯(lián)網(wǎng)領(lǐng)域，并通過更有效的推理真正實現(xiàn)這些設(shè)備的智能。而且當用戶想要訓(xùn)練模型時，這些芯片可以讓這些服務(wù)器更快，更節(jié)能。