在人工智能领域，除了算法的优劣外，对于计算机硬件的要求越来越高。各大硅谷科技巨头在设立人工智能实验室的同时，对于硬件的计算能力和速度也有了新的要求。

新需求的出现，正在改变原有的硬件生产商格局，尤其是在芯片领域。英伟达正在成为人工智能领域不可忽略的重要角色。

在交出亮眼的财报成绩后，英伟达又成功拉拢了一位科技巨头马斯克。近日，英伟达CEO黄仁勋在硅谷向人工智能团队OpenAI，交付了****台单机箱深度学习超级计算机——NVIDIA DGX-1。

黄仁勋表示：“人工智能是我们此生中意义*深远的技术进步。它能够改变所有行业、所有公司以及所有事物。它将要开启的市场能够惠及所有人。”OpenAI是一家非盈利目的的人工智能研究机构，2015年，由特斯拉创始人马斯克和知名孵化器Y Combinator总裁Sam Altman宣布成立。OpenAI团队在一篇宣布10亿美元计划的文章中声明，他们的目标是，朝着*大化人类福祉的方向，推动人工智能的发展，不求经济回报。

NVIDIA DGX-1是专为深度学习而设计的系统，具备充分集成的硬件、深度学习软件以及开发工具，让***能够快速而轻松地进行开发。它是一款全套系统，包含新一代GPU加速器，吞吐量相当于250台CPU服务器及其相应的网络、线缆和机架，可以将深度学习的培训速度加快75倍，将CPU性能提升56倍，报价12.9万美元。

“我们的突破将倚仗GPU的运算速度。从某种意义上来说，计算机的速度是深度学习的命脉。”OpenAI研究科学家Ilya Sutskever表示。机器的深度学习基于对海量数据的训练，因此人工智能计算机就像航天火箭一样，越大越好。如果计算机的计算能力提高了，机器学习的能力将大大加强，人类实现人工智能的速度也会加快。“比如说，如果现在我们在Reddit上用一个月的对话数据来训练，那么接下来我们就可以用数年的对话数据来进行训练。” OpenAI研究科学家Andrej Karpathy说。

据了解，英伟达DGX-1深度学习系统基于英伟达Tesla P100 GPU而打造，该GPU采用全新的英伟达Pascal GPU架构。此外该系统还包含一整套优化的深度学习软件，这些软件让研究人员和数据科学家能够快速而轻松地训练深度神经网络。

目前英伟达已与Facebook、谷歌、微软等巨头展开了合作，这些人工智能领域研究的**者已经开始逐步在采用英伟达的GPU芯片产品。对于英伟达的Pascal GPU架构，多家硅谷科技巨头都表示了认可。

Facebook人工智能研究总监Yann LeCun指出：“英伟达GPU正在加速人工智能的发展进程。随着神经网络变得越来越大，我们不仅需要更快的GPU（具备容量更大、速度更快的内存），而且需要大幅提升的GPU间通信速度以及能够利用低精度算术的硬件。这些正是Pascal所具备的特点。”

“微软正在开发具有1000多层的超级深度神经网络。英伟达Tesla P100的惊人性能将让微软CNTK能够加速实现人工智能的突破。”微软研究院**语音科学家黄学东说。

英伟达在人工智能芯片领域里的崛起，也引发了传统芯片制造商英特尔的注意。尽管在PC时代，英特尔的地位无人能比。但在人工智能领域，英特尔的起步稍晚。

为了能赶上这波人工智能的浪潮，8月9日，英特尔斥资4.08亿美元收购深度学习初创公司Nervana Systems，强强联合，优势互补。Nervana拥有专为深度学习打造的全方位优化的软件和硬件堆栈，号称处理器速度将可达到GPU的10倍，加快在人工智能领域的转型布局。

长江证券分析师马先文、王懿超称，谷歌、Facebook、微软等大佬目前依然是英特尔数据中心芯片市场的大户，但随着客户需求向AI领域不断拓展，客户资源难免会有流失的风险。如果英特尔不能顺应人工智能浪潮的大趋势，及时调整战略，那么在未来数据中心芯片市场将很可能败给英伟达。