NVIDIA 雖憑借通用GPU（GPGPU）登上人工智慧（AI）芯片一哥位置，但競爭對手早已在一旁虎視眈眈。美國低功耗現(xiàn)場可程式邏輯閘陣列（FPGA）制造商Xilinx 表示，伙伴廠商利用FPGA 芯片進行基因體定序與優(yōu)化語音辨識所需的深度學習，察覺FPGA 的耗能低于GPU 且處理速度較快。相較于GPU 只能處理運算，F(xiàn)PGA 能以更快速的速度一次處理所有與AI 相關資訊。

英特爾（Intel）在2015 年底并購美國FPGA 廠商Altera。在GPU 領域落后NVIDIA、超微（AMD）的英特爾打算藉由Xeon Phi 進軍AI 芯片市場。

NVIDIA 執(zhí)行長黃仁勛5 月24 日透過官網(wǎng)部落格發(fā)表專文指出，NVIDIA GPU 運算已成了當代達文西、愛因斯坦不可或缺的工具，過去一年來打造GPU 驅(qū)動AI 服務的新創(chuàng)公司家數(shù)成長逾四倍至1，300 家，沒有人想錯過下一個重大科技新突破。

Citron Research 創(chuàng)辦人Andrew Left 6 月9 日在接受CNBC「Halftime Report」節(jié)目專訪時表示，NVIDIA 投資人儼然成了賭場賭徒。Left 坦承目前持有NVIDIA 的空頭部隊。他說，投資人太過樂觀、沒把這家公司的競爭對手（英特爾、超微、Google、Xilinx）放在眼里。

英特爾在去年9 月宣布收購行動圖像處理技術開發(fā)商Movidius Technology。Movidius 與英特爾旗下現(xiàn)有資產(chǎn)的結合將使得全球半導體龍頭得以在電腦視覺、深度學習解決方案（從裝置到云端）領域處于領先地位。

去年8 月，英特爾宣布并購一家名為Nervana Systems 的AI 新創(chuàng)企業(yè)。英特爾并于5 月宣布收購電腦視覺（CV）技術公司Itseez Inc.。Itseez 可協(xié)助客戶創(chuàng)造出自動駕駛、數(shù)位安全與監(jiān)控等創(chuàng)新深度學習CV 應用產(chǎn)品。

barrons.com 2 月1 日報導，Instinet 分析師Romit Shah 指出，Xilinx 坦承比NVIDIA、英特爾晚察覺AI 商機。

Xilinx 6 月8 日收盤價（68.07 美元）創(chuàng)2000 年11 月15 日以來新高，12 日以64.23 美元作收，今年迄今上漲6.39%。

NVIDIA Corporation 12 日上漲0.25%，收149.97 美元，創(chuàng)史上次高收盤紀錄;今年迄今上漲40.50%。

英特爾12 日上漲0.06%，收35.73 美元，今年迄今下跌1.49%。

FPGA 在加速下一代深度學習方面能擊敗GPU嗎？

許多圖像、視頻和語音來自社交媒體和物聯(lián)網(wǎng)等數(shù)據(jù)源，這些內(nèi)容的數(shù)字數(shù)據(jù)繼續(xù)急劇增長，從而促使企業(yè)界需要分析技術讓這些數(shù)據(jù)易于理解、具有實用性。

數(shù)據(jù)分析常常依賴機器學習算法。在諸多機器學習算法中，深度卷積神經(jīng)網(wǎng)絡（DNN）為重要的圖像分類任務提供了最高的準確度，因而得到了廣泛采用。

在最近的現(xiàn)場可編程門陣列國際研討會（ISFPGA）上，來自英特爾加速器架構實驗室（AAL）的埃里科·努維塔蒂（Eriko Nurvitadhi）博士介紹了一篇研究論文，題為《FPGA 在加速下一代深度學習方面能擊敗GPU嗎？》他們的研究以最新的高性能英偉達Titan X Pascal 圖形處理單元（GPU）為參照，評估了新興的DNN算法在兩代英特爾FPGA（英特爾Arria10和英特爾Stratix 10）上的表現(xiàn)。

英特爾可編程解決方案部門的FPGA 架構師蘭迪·黃（Randy Huang）博士是這篇論文的合著者之一，他說：“深度學習是人工智能方面最激動人心的領域，因為我們已經(jīng)看到深度學習帶來了最大的進步和最廣泛的應用。

雖然人工智能和DNN 研究傾向于使用 GPU，但我們發(fā)現(xiàn)應用領域與英特爾的下一代FPGA 架構之間是完美契合的。我們考察了即將出現(xiàn)的FPGA 技術進展，以及DNN算法加快步伐的創(chuàng)新，還考慮了對于下一代 DNN而言，未來的高性能FPGA是否比GPU更勝一籌。我們的研究發(fā)現(xiàn)，F(xiàn)PGA 在DNN 研究中表現(xiàn)很出色，可以運用于需要分析大量數(shù)據(jù)的人工智能、大數(shù)據(jù)或機器學習等研究領域。使用經(jīng)過精簡或緊湊的數(shù)據(jù)類型vs標準的32位浮點數(shù)據(jù)（FP32）時，接受測試的英特爾Stratix10 FPGA其性能勝過GPU。

除了性能外，F(xiàn)PGA還很強大，就是由于它們具有適應性，很容易實現(xiàn)變化的部分，只需要重復使用現(xiàn)有的芯片，讓團隊在短短6個月內(nèi)就可以完成從提出想法到構建原型的過程，而不是花18個月構建專用集成電路（ASIC）。