近年来，随着移动互联网的兴起，英特尔面临挑战。而近年来NVIDIA(英伟达)在通用计算领域的崛起也让英特尔压力巨大。NVIDIA(英伟达)今年8月公布了最新的财报，总收入14.28亿美元，同比增长24%，而利润达到了2.53亿美元，同比增长873%。这给英特尔带来了不小的威胁。
英特尔积极推出新品，并在测试报告中称新推出的Intel Xeon Phi处理器运算能力高于目前市面上GPU处理器，矛头直指nVidia。
英特尔称Xeon Phi处理器的训练速度比GPU快了2.3倍、Xeon Phi最多可达一百二十八个节点，这是目前市面上的GPU无法办到的。同时，由一百二十八个Xeon Phi处理器组成的系统要比单个Xeon Phi处理器快50倍。
针对英特尔的说法，NVIDIA提出了强烈的反驳，NVIDIA指出英特尔使用的是18个月前的数据，如果使用更新的Caffe AlexNet数据，就会发现四个Maxwell GPU比四个Xeon Phi处理器的速度快30%。
口水战我们并不陌生，英特尔和AMD，NVIDIA和ATI，后来的苹果和三星，国内的小米和华为都打过口水战。在英特尔与NVIDIA口水战后面隐藏着什么趋势呢，我们来看一下。
一、新品聚焦人工智能
NVIDIA新发布的产品是用于深度学习运算系统DGX-1。这款产品为了人工智能时代设计，采用NVIDIA Pascal核心的Tesla P100加速器打造。
除了强大的硬件计算能力，DGX-1还预装了人工智能的各种软件和开发程序，包括NVIDIA DeepLearning SDK、DIGITS GPU训练系统、驱动程序及CUDA。这套系统还能支持云端管理服务。按照NVIDIA的说法，Tesla GPU比旧版GPU加速解决方案速度快12倍。
而英特尔也表示要开发人工智能技术的专用芯片，英特尔透露明年推出新型号的至强Phi处理器。新型号将引入加速人工智能计算任务的功能，将给深度学习带来帮助。应用于语音识别、图像识别，以及自动驾驶等领域。
目前，主流的人工智能系统大多都是混合架构的超级计算机，英特尔的CPU与NVIDIA的GPU共同提供云算能力。
英特尔和NVIDIA的口水战，实际是给未来的人工智能处理器大战做的舆论准备，两家都看好人工智能未来的市场。
二、人工智能算法突破带来商机
人工智能并非什么新概念。从科幻到早期研究，人工智能至少有上百年的历史。为什么近期人工智能又突然热起来?这要归功于深度学习的的突破。
人工智能的深度学习需要大量数据资料，通过不断训练来提升人工智能水平。在以前，找到大量数据资料是比较困难的，而计算机的运算能力也不足以应对深度学习的要求。
而大数据，云计算和云储存改变了一切，在大数据和云储存时代，人类所获得的数据膨胀了千万倍，这就给了深度学习足够的学习与训练资料。
而计算能力的提升，让以前一些不太靠谱的深度学习算法变得靠谱了。
有了足量的数据，有了相对廉价的，强大的计算能力，深度学习变得越来越靠谱。而各种算法也发展起来，应用于各种领域。
2016年，谷歌的AlphaGO震惊世界。原本围棋被认为是计算机难以逾越的，传统的蒙托卡罗树搜索模式应对象棋或者国际象棋已经不是问题。但是应对19路棋盘的围棋还非常困难。
而且计算机要判定棋形的优劣同样很困难，特别是布局和中盘，形势不明的阶段。
而AlphaGO把多层神经网络与蒙特卡罗树搜索结合了起来。同时用上了深度学习能力。AlphaGO利用计算机时代的大数据，获取了千万盘真实对局，从对局中学习人类对围棋形势的判断和决策，大大减少了树搜索的计算量。
谷歌也用上了GPU通用计算，并且利用庞大的云计算资源帮助计算机训练，通过自我对局，自我学习不断提高。
结果人类的九段高手李世石败给了计算机，引发了世界轰动的大新闻。
而事实上，谷歌所用到的多层神经网络、深度学习最近几年已经广泛应用于图像识别，语音识别，翻译，自动驾驶。
一些以前认为计算机无法替代人类的领域突然变得不那么绝对。通过深度学习，似乎什么领域计算机都可以试试。
谷歌、百度、微软、苹果、亚马逊……几乎所有的互联网巨头都在研发人工智能，都在搞深度学习，甚至无人机的新兴企业大疆也在试图将人工智能应用到无人机的物体规避上面。
这提供了商机。
三、做人工智能的军火商
人工智能几乎可以进入人类社会的所有领域，无人驾驶汽车，无人工厂，无人飞机，无人商店……，除了一些创造性岗位，几乎所有岗位都可以被人工智能所替代。
给社会研发出有用的人工智能，是互联网巨头们的工作。而研发本身所需的是庞大的计算能力与储存能力。在人工智能争夺战中。获利最多的未必是胜利者，而很可能是军火商。英特尔和nVIDIA就在争做人工智能战争的军火商。
这两家企业在上一轮移动互联网中都不得意。英特尔决策失误入场太晚，无力回天。NVIDIA起步早，就是死于基带，收购毫无用处，最后不得不退出竞争。
而在下一个人工智能的风口中，两家则都挽起来袖子。NVIDIA的GPU通用计算本来就很适合人工智能，算是既得利益者，自然变本加厉，DGX-1有软硬一体控制行业的野心。
而英特尔也不是吃素的，Xeon Phi的众核架构本来就与GPU很像，而英特尔又有X86指令集，开发和移植相对容易，再加上Skylake核心垫底，英特尔也准备在人工智能领域有所作为。
两家都盯上同一块市场，都想做军火商，口水战也是在所难免了。
目前，NVIDIA有一定先发优势，英特尔则要明年才会推出针对人工智能的高性能计算产品。未来鹿死谁手尚未可知，但可以确认的是，人工智能时代的处理器大战已经开始。
