1
近年来，高通、ARM等企业在移动芯片、物联网芯片方面的强势，让英特尔在移动互联网时代面临夹击，而NVIDIA（英伟达）的加入，让英特尔一直引以为傲的后院也起了火。
随着GPU开始在通用计算领域得到广泛应用，NVIDIA（英伟达）的优势正在逐渐显现出来。今年8月12日，NVIDIA公布了最新的财报，总收入14.28亿美元，同比增长24%，而利润达到了2.53亿美元，同比增长873%。这给英特尔带来了不小的威胁。
而就在最近，这两大芯片厂商的正面交锋就在激烈上演着。
此前，英特尔在测试报告中指出，新推出的Intel Xeon Phi处理器系列，其运算能力高于目前市面上GPU处理器。不过，针对此份报告内容，NVIDIA不以为然，并以旗下新款专为深度学习打造的运算系统DGX-1为例，撰写一篇博客来反击Intel。
（图为英特尔报告声明）
（图为DGX-1）
NVIDIA强调，这款深度学习运算系统DGX-1是为了响应人工智能时代的到来而推出的，采用创新NVIDIA Pascal技术支援的Tesla P100加速器打造，并已预先安装多层次应用软体，其中包含可加速所有主要深度学习架构的程式库、NVIDIA DeepLearning SDK、DIGITS GPU训练系统、驱动程式及CUDA。该系统包含容器建立和部署、系统更新及应用程式储存机制的云端管理服务存取。由于具备在Tesla GPU上执行这些应用软体功能等优势，将其与各类旧版GPU加速解决方案的应用程式的速度相比，速度最多可快上12倍。
英特尔为了强调Xeon Phi处理器的性能优势，在报告中强调该产品与现今GPU处理器性能的差异。报告中指出，Xeon Phi处理器的训练速度比GPU快了2.3倍、Xeon Phi晶片在多个节点的扩展路为38%，且最多可达一百二十八个节点，这是目前市面上的GPU无法办到的。同时，由一百二十八个Xeon Phi处理器组成的系统要比单个Xeon Phi处理器快50倍，意旨Xeon Phi处理器的扩展性优势明显。
然而，针对英特尔的说法，NVIDIA提出了强烈的反驳，并指出英特尔使用的是18个月前的数据，比较的是四个Maxwell GPU和四个Xeon Phi处理器。如果使用更新的Caffe AlexNet数据，就会发现四个Maxwell GPU比四个Xeon Phi处理器的速度快30%。
站在产品变革的十字路口，英特尔已经被各路竞争对手逼入绝境。是继续“等灯”，还是另辟方向，加速突破？而让NVIDIA名利双收的GPU产品，将怎样改写科技行业的历史进程？芯片产业的两大巨头，都面临着属于自己的历史时刻。而不管怎样，竞争激烈的GPU市场，从来都不是风平浪静。
推荐阅读：
解读英伟达芯的雷达手势识别，我们对Project Soli有了更多了解
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
