Tesla執(zhí)行長Elon Musk在2017年的神經(jīng)資訊處理系統(tǒng)大會(NIPS)上表示，Tesla正積極從軟件、硬件雙方面著手發(fā)展人工智能技術(shù)，并透露Tesla已投入客制化人工智能芯片的研發(fā)。如果Musk能如其所愿，很有可能會對NVIDIA的市場地位造成不小威脅。

根據(jù)The Motley Fool網(wǎng)站報(bào)導(dǎo)，NVIDIA搶先一步進(jìn)入人工智能市場而占得了先機(jī)。NVIDIA擅長的GPU平行處理技術(shù)，正好適用于人工智能系統(tǒng)的訓(xùn)練。NVIDIA的資料中心營收因此在兩年內(nèi)成長了600%，公司整體營收也獲得雙倍成長。然而Tesla發(fā)展人工智能的企圖心，或許不會讓NVIDIA稱心如意太久。 

Tesla于2016年延攬到前蘋果(Apple)與超微(AMD)芯片工程師Jim Keller。Keller在為蘋果、超微效力時(shí)，便是負(fù)責(zé)客制化芯片的研發(fā)。Musk表示，Keller為Tesla打造的客制化芯片，將會是全世界最棒的人工智能專用硬件。 

另一方面，超微也不斷試圖提升本身在人工智能領(lǐng)域的競爭力。稍早前曾傳出Tesla已與超微聯(lián)手發(fā)展人工智能芯片，但這個(gè)消息尚未取得雙方證實(shí)。無論如何，這些廠商都不希望NVIDIA繼續(xù)坐享先行者的優(yōu)勢。 

Alphabet旗下Google是人工智能發(fā)展的先驅(qū)之一。2016年發(fā)表的TPU (Tensor Processing Unit)已在Google資料中心啟用超過一年。此外，Google也是NVIDIA GPU的長期客戶之一。 

2017年初，Google推出了能同時(shí)執(zhí)行訓(xùn)練與推論(inference)的第二代TPU。以往Google TPU只能從事人工智能的推論，因此演算法的訓(xùn)練都需依賴NVIDIA GPU。第二代TPU推出后，Google或許能就此擺脫NVIDIA GPU的影響。 

英特爾(Intel)則是從兩條戰(zhàn)線投入這場人工智能戰(zhàn)役。英特爾首先耗資167億美元買下Altera，取得了FPGA技術(shù)，另外又在2016年花費(fèi)約4億美元收購新創(chuàng)公司Nervana，開發(fā)人工智能專用的ASIC芯片。Nervana試圖從GPU上移除人工智能應(yīng)用不需用到的元件，并宣稱如此將能讓GPU的運(yùn)算能力提升至目前的10倍。 

人工智能領(lǐng)域的發(fā)展目前還在起步階段。NVIDIA雖然掌握了ㄧ些優(yōu)勢，但這并不代表GPU將可一直獨(dú)占鰲頭。Tesla正在研發(fā)中的人工智能芯片，也只是NVIDIA所將面對的眾多挑戰(zhàn)者之一。