AI 热潮还在持续，AI 战火自然也升级。辉达为这波 AI 浪潮中最受关注的公司之一，很大程度影响 AI 战局。上周在美国举行的 GTC 2019，黄仁勋重点介绍辉达在 AI 软件和计算力方面的提升，但售价仅 99 美元的 Jetson Nano 人工智能电脑却成了最受关注的焦点。3 月稍早的 TensorFlow 开发者峰会，Google 也有发表售价 149.99 美元的 Edge TPU 开发板。
这意味着，巨头 AI 芯片战火已从云端蔓延至边缘，但这为什么是喜忧参半的消息？
云端 AI 芯片战火向下蔓延
虽然是最受关注的 AI 芯片公司，但 2018 年的辉达不算顺利，先是因矿难导致 GPU 库存提高，后又因中国市场和服务器市场需求低于预期、股价受拖累。整个 2018 年，辉达市值缩水近一半。因此，AMD 已先发表 7 奈米 GPU 的情形下，外界更期待辉达能在 GTC 2019 发表最新 7 奈米 GPU。
不过，黄仁勋并未发表最新 7 奈米 GPU，而是花了大量时间介绍 RTX 和 CUDA-X AI。
CUDA-X AI 把所有辉达程式库整合。根据黄仁勋的说法，CUDA-X AI 解锁了 Tensor Core GPU 的弹性，能将机器学习和资料科学工作负载加速多达 50 倍。另外，CUDA-X AI 还可加速典型 AI 工作流程每一步，包括用深度学习训练语音和影像辨识系统。
辉达也宣布已有 7 家世界级厂商将推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速程式库的服务器，这些服务器都已针对 CUDA-X AI 特殊最佳化。亚马逊 AWS 副总裁 Matt Garman 还宣布，最新 EC2 G4 服务器采用辉达 T4 Tencor Core GPU，未来几周内就可用到。
虽然辉达没有推出效能更强的 GPU，但正透过 CUDA-X AI 提升 GPU 在云端的效能和吸引力。即便如此，辉达重要客户 Google 还是推出了自主研发的云端 AI 芯片 TPU。
自 2015 年起，Google 开始于内部使用 TPU，2016 年 Google 首次公开承认 TPU 存在，2017 年发表第二代 TPU，TPU 3.0 在 2018 年发表。这意味着，Google 在云端 AI 芯片市场与辉达的关系，从之前的合作变成合作＋竞争。
黄仁勋谈到 Google TPU 时，曾强硬表示对 TPU 的威胁不以为然。Google 与辉达在云端 AI 芯片市场的竞争短期内难见结论，却确定芯片竞争已蔓延到边缘端。
边缘端的 AI 芯片战
身为老牌芯片巨头，辉达很早就入局边缘计算市场，Jetson 系列包括完全自主机器的 Jetson AGX Xavier 和边缘人工智能的 Jetson TX2 已推出，只是几百甚至上千美元的价格阻挡不少用户。GTC 2019 推出同系列 Jetson Nano 所以关注度很高，关键原因就是价格。
纵观不同产业的发展历程，爆发除了有技术成熟因素，产品价格下降到市场可接受的程度也非常关键。GTC 2019 推出的 Jetson Nano 电脑，价格固然惊喜，外观小巧但效能不低。据悉，Jetson Nano 效能可达 472GFlops（每秒十亿次浮点运算），耗电量仅 5 瓦。同时，Jetson Nano 支援高分辨率感测器，可并列处理多个感测器，且可在每个感测器流执行多个现代神经网络。
针对不同需求，辉达还推出两个版本 Jetson Nano，一个是售价 99 美元的开发者套件，专为开发人员、创客和技术爱好者，另一个是售价 129 美元的生产备妥型模组，针对大众市场建立边缘系统的企业。
▲ Nvidia Jetson Nano。
与辉达 Jetson Nano 类似，Google 本月初发表的搭载 Edge TPU 开发板 Coral 售价 150 美元。Coral 开发板拥有 1GB 的 LPDDR4 内存和 8GB 的 eMMC 储存，装载 Mendel 版 Linux 或 Android，可进行区域离线运算，效能最高可达 4 兆次作业。
除了 Coral 开发板，Google 还发表了一款售价 75 美元的 Coral USB 加速器，同样包含一颗 Edge TPU，可在任何 64 位元 ARM 或 x86 平台 Debian Linux 执行。
▲ Google Edge TPU 开发板。
黄仁勋不认为 Google 的 TPU 是威胁，但在边缘端低价产品进展方面两大巨头显得颇有默契。先是 Google 推出搭载 Edge TPU 售价 75 和 150 美元的开发板及加速器。不久后辉达就推出售价 99 和 129 美元的 Jetson Nano。
不仅售价相互竞争，各自主打的边缘计算市场也会重叠。辉达表示，Jetson Nano 可建立数百万个智慧系统，模组针对网络摄影机、家用机器人和有完整分析功能的智慧闸道等内嵌式应用。辉达希望能为复杂、稳健、节能的人工智能系统硬件设计、测试和验证节约时间，缩短总体开发时间让产品更快推向市场。
Coral 开发板也强调针对内嵌式装置的隐私、低延迟、高效和离线部署。具体应用方面，Google 展示了基于 Coral 的有趣影像分类应用。Google 表示提供简单的 API，可在 Edge TPU 装置执行影像分类、物件侦测。这意味着，Edge TPU 看好和影像相关的边缘端应用。
因此，无论从定位、效能、应用还是售价看，Google 和辉达在边缘端又一次正面竞争。
普及 AI 还是革命 AI 芯片新创公司？
Google 和辉达的竞争能一定程度促进 AI 发展，特别是在边缘端。Jetson Nano 和 Coral 开发板能大幅降低 AI 产品开发的难度，并加速产品的上市时间，为现有做 AI 应用的公司增加选择，当然也会想借助 AI 进行更多创新的公司和个人提供更方便的选择，这对 AI 在边缘端普及有积极意义。
然而，对众多 AI 芯片新创而言可能是个坏消息。AI 芯片新创之所以大部分选择 AI 边缘计算市场，是因为在云端，英特尔和辉达占绝对的优势地位，新公司想在这领域获得成功难度非常大。
虽然边缘端 AI 给新创公司更大的市场和机遇，但从目前情况看，辉达在自动驾驶领域也有不错的市场表现。如今，辉达和 Google 都推出更简单易用、价格更易被接受的开发板，AI 芯片新创又多了两个竞争对手，还是实力强大的竞争对手。
更让 AI 芯片新创感到不安的是，由于两大巨头都有云端 AI 芯片，与边缘端 AI 芯片配合就有更强的竞争力。软件在 AI 芯片的重要作用正被越来越多人看到，不巧的是辉达和 Google 都有强大的软件。
开头提到，辉达发表 CUDA-X AI 将提升 GPU 的 AI 效能，但与此同时 Jetson Nano 也是可执行所有人工智能模型的 NVIDIA CUDA-X 人工智能电脑。
Google 方面，与 Coral 开发板同时发表的还有为行动和内嵌式装置提供的跨平台解决方案 TensorFlow Lite，这个轻型级（Lite）的框架有助于机器学习模型部署在行动和 IoT 装置。Google 表示，经过 TensorFlow Lite 最佳化后，CPU 效能达原来 1.9 倍，在 Edge TPU 的效能最高提升 62 倍。
巨头拥有从云端到终端机 AI 芯片，并有强大软件帮助芯片提升硬件效能，同时还有长期建立的品牌、通路、市场等方面优势，这在推动 AI 在边缘端普及同时，还将与众多 AI 芯片新创竞争。
只是，未来仍有诸多不确定性，辉达、Google 到底会影响 AI 芯片新创到哪种程度？
（本文由 雷锋网 授权转载；首图来源：shutterstock）
延伸阅读：
- GTC 2019：没有新架构与惊人新技术，NVIDIA 这次的重点在协力厂商
