日前，芯片巨头英特尔宣布4.08亿美元收购人工智能（AI）创业公司Nervana Systems。由于Nervana Systems此前是Android之父安迪·鲁宾意图硬件孵化器Playground Global公司的旗下滋味吧项目之一，所以此次并购在业内引□起了关注。那么问题¤来了，为何英特尔要并购一家人工智能创业公司？背后的原因○究竟是什么？

就在英特尔〖宣布并购Nervana Systems的同时，另外一家芯片厂商（专攻GPU，图形芯片）的英伟达时候发布了2017财年Ψ 第二季度财报，其中营收为14.28亿美元，比去年同期端到沙发前的11.53亿美元增长24%；净利润为2.53亿美元，比去年同期的2600万美元增长873%。而英伟达的营收和利润，尤其是利润的但不保证接下来就没有事故暴增，主要得益军刀扔了出去于其在传统的PC游戏和数据中心市场的增长。不知业内看ㄨ到英伟达业务的增长作何感想？熟悉传统PC的人知道，英伟达的GPU在PC配置的独立GPU市场中一直占据优势，而数据中心芯≡片市场则一直是英特尔错失移动（智能手机和平板顺便看看热闹也不错嘛电脑）市场之后现在和未来主要的营收和ぷ利润来源，且同样占据着下落绝对优势地位，为何英伟达会在英特尔的优势市场取得大的增▆长呢？

众所周知，谷♂歌人工智能软件AlphaGo利用深度学习技术击败全球顶尖围棋选手李世石预示着人工智能将是科技行业和大杨成龙和喝了两奎佬们竞争的下一个热点，而大数据和物联网的发展促使从IBM、谷歌、Facebook、微软等在内的科技巨头和打斗结束了许多大型的提供云服务的云计算公司竞相』开发人工智能技术→，以期利用未来物联网设备收集的海量数据（分析）为市场和用说道户提供更好的服务。需要说明的是▂，尽管各家厂商叫法不同，例如IBM称之为认知计算，Facebook和谷歌称之为机器学⌒　习或人工智能，但作为支撑这些技术和应用的数据中心基础硬№件之一的芯片依然扮演者重要的】角色。基于此种趋势，据相关统计，目前运行在包括IBM、谷歌、Facebook、亚马逊、微软等大佬们和云计算偏角在唧唧歪歪公司的数据中心两个人开始了夜宵工作至少有10%左右的▽工作负载与AI应用有关（或自己开发々相关的AI应用或支持和运行客户的AI开发及应用等），且随着市场和＠ 用户对于AI的需求，这种趋势未来还会扩大。而这种趋势对于数据中心的基础芯风遁·大突破片计算能〗力和功耗提出了新的挑战。

不幸的是，就像在移动芯片市场对于功耗的需求甚于性能一样，而英特㊣尔不具优势类似，在以AI开发和应♀用为趋势的数据中心领域，英特尔的通用CPU在性能和成本上也不具优势（与GPU相比）。最新研两个人就分开了究结果表明，GPU能够提供不过出去之后就是你自己平均58.82倍于CPU的速度。GPU的另一大优势，是它的能耗远远低□于CPU，这使得GPU在AI领域（例如深度学习、机器学习等）有了︻用武之地，因为GPU可以平行处理大量非结构化数据和信息。此外，深度学习所依赖的是而自己与她苟合神经系统网络，而这种网络出现的▂目的，就是要在高想要将他速状态下分析海量的数据。对于人工智能和深度学习来说，主要靠使用图形芯片（GPU）集群作为通用计算图形处理∮单元（GPGPU）。与传统的通用芯片（GPP）相比，GPU的核心计算能力要多出几个数量级，也更容易进行并行计伤算。说白了就是GPU更适合于现在和未来以AI开发和应用为主的∩数据中心的需求。这也很好地解№释了为何专攻GPU的英伟达在退出移动芯片市场争夺后依然□高速增长的原因。

其实早在两年前特斯拉采用英●伟达作其于阳杰没有说话车载芯片之时，其在人工智能的端倪就开始显现，之后◥英伟达斥资20亿美元专门针对AI开发芯片。例如今年4月该公司公布了最新款的专门用于人工智能研▲究领域的Tesla P100图形处理芯片和全球首款用于深度学习训练的超级计算这一下分开后机DGX-1。该款机型首次搭载了8块Tesla P100计算卡，其深度学习计你算性能高达170 Teraflops，是搭载英特尔双路至**着上身去洗漱强E5平台◣运算性能的56倍以上，平均』学习时间也从150小时缩短到仅2个小时。整台设备是去年发布的超级计算机运算能哼哼力的12倍。正是基于英伟达在针对AI开发和应用支持的芯片的能力，英伟达的人工智能技≡术与Facebook、谷歌母公司Alphabet以及微软等大佬们展开了合作，这些人工智能领域研究的领先者已经在▓采用英伟达提供的专门应用于该领域研究的芯片产品，而诸如惠普、戴尔、IBM等传统知道不再继续了的服务器和数据中心厂商也因为AI的趋势准备采用想到英伟达的芯片。(责任编辑：方向)