Nästa krig för AI kanske inte bara handlar om GPU!
När många hör artificiell intelligens tänker de först på Nvidia och anser att AI:s utveckling är beroende av GPU.
Nyligen har AMD och Intels x86-processor-ekosystem, tillsammans med AI-mjukvaruoptimeringstekniker som PyTorch och oneDNN, återigen fått uppmärksamhet.
Vad betyder detta?
Enkelt uttryckt innebär det att genom optimering av mjukvara och underliggande beräkningsteknik kan CPU också effektivt utföra en del AI-beräkningsuppgifter.
Tidigare fokuserade marknaden på vem som hade den starkaste beräkningskraften; i framtiden måste marknaden också fokusera på vem som kan omvandla beräkningskraft till produktivitet till lägre kostnad.
Om AI kan köras effektivt på fler vanliga datorer och företagsservrar finns möjlighet att sänka tröskeln för vissa applikationer och göra AI mer tillgängligt för fler företag.
Dessutom handlar detta inte bara om AMD och Intel, utan om hela halvledarindustrins värdekedja.
Nvidias GPU har fortfarande en viktig roll, men CPU, GPU, specialiserade AI-chip och mjukvaruoptimering kommer sannolikt tillsammans att utgöra framtidens AI-infrastruktur.
Det som verkligen är värt att studera är hur hela industrikedjan utvecklas, vem som kan fortsätta förbättra prestanda, sänka kostnader och omvandla tekniska fördelar till faktisk intäkt.
Självklart innebär tekniska framsteg inte nödvändigtvis att aktiekursen stiger; i slutändan beror det på företagets resultat, värdering och konkurrenskraft.
AI:s berättelse är långt ifrån över. Nästa omgång av konkurrens handlar inte bara om beräkningskraft, utan också om effektivitet och kostnad!
$INTC$AMD
