英伟达“红得发紫” 潜在的最大对手可能来自中
加拿大BMO资本的芯片分析师Ambrish Srivastava周一发布报告，对英伟达和英特尔在大型计算和机器学习领域的动作进行了一次评估。 他总结了两大巨头之战：英伟达在将高性能计算推向主流方面做得非常出色，英特尔也没闲着，推出代号为Knights Landing的Xeon Phi芯片，而英伟达也用Pascal图形芯片进行了有力的回击。 不过，最大的潜在竞争者或许来自别处。Srivastava警告称，对于这两家公司，可能受到的威胁都来自另外一种芯片ASCI。 他的这一结论来自对全球TOP500超级计算机采用何种芯片的考察，涵盖了英伟达的GPU图形芯片和英特尔的Xeon Phi芯片。 根据2016年11月发布的全球TOP500超级计算机最新名单，大约24％的超级计算机系统以及大约49％每秒浮点运算次数，采用的都是GPU，Xeon Phi或其他定制的芯片。 然而Srivastava观察到，中国拥有好几台世界上最快的超级计算机，其中一台采用的却是中国设计定制的神威ASIC芯片。 来自中国的“神威太湖之光”和“天河2号”分别于2016年和2013年在全球TOP500超级计算机的名单上排名第一。 2013年登顶的超级计算机“天河2号”基于英特尔的Xeon CPU和Xeon Phi加速器，成本达到3.9亿美元。 而“神威太湖之光”是一个本土系统，采用了由上海高性能集成电路设计中心开发定制的40,960个多核神威处理器。相比“天河2号”，“神威太湖之光”的构建成本仅为约2.7亿美元，速度却要快上近4倍。 结果是，神威处理器的市场份额从上年11月的微不足道跃升至今年11月的12%，进入了前十；在TOP500超级计算机中的市场份额也达到38%。 不止神威，或许还有更多这样的本土ASIC芯片。 Srivastava基于以上事实判断: 对于英伟达，这正是风险所在。 另外，Srivastava认为值得注意的是，谷歌已经研制出芯片Tensor Processing Units 或者TPUs用于机器学习。谷歌强调TPU是一种定制ASIC，在机器学习项目上大幅好于GPU或CPU的表现。并且，谷歌内部已经有上百个小组正使用TPU，并开始试图提供给客户使用。 长期来看，Srivastava认为，一些顶级的云计算商有可能会进行ASIC的开发；企业客户可以通过云计算进行机器学习，而不是构建自己的系统。
