日前，NVIDIA 發(fā)布了 Quadro 系列和 DGX 系列的新品。公司CEO黃仁勛Quadro GV 100為世界上體積最大的 GPU。

Quadro GV 100 擁有 5120 顆 CUDA 流處理器，640 顆 Tensor 處理器，最高可提供 14.8TFLOPS 的單精度浮點性能， 7.4TFLOPS 雙精度浮點性能；采用 32GB HBM2 顯存，顯存帶寬為 870GB/s；能夠提供 118T 的深度學習性能。

DGX-2 是一臺專門用于人工智能訓練和/或推理任務的桌面計算機，是 NVIDIA 的第二代 DGX小型超級計算機，可提供 10 倍于上一代 Nvidia DGX-1 的深度學習性能，整體功耗為為 10KW，重 350 磅，售價僅為 39.9 萬美元（約合 250 萬人民幣）。

此外英偉達還宣布將把它的開源深度學習架構（NVDLA）帶到ARM即將推出的項目 Trillium 平臺上，NVDLA將幫助開發(fā)人員加速推理過程。英偉達通常依賴于自己的封閉平臺，不過，要想在移動物聯網設備方面發(fā)揮影響，英偉達有必要和在該領域占主導地位的ARM合作。

NVIDIA是一家人工智能計算公司 ，創(chuàng)立于 1993 年。1999 年，NVIDIA 發(fā)明了 GPU，這極大地推動了 PC 游戲市場的發(fā)展，重新定義了現代計算機圖形技術，并徹底改變了并行計算。

GPU的生產廠商很多，人們熟知的除了NVIDIA，還有AMD、Intel。挖礦大潮時期，AMD也跟著火了一把，市場調研機構表示，AMD是挖礦大潮中最為受益的芯片廠商。2017年在人工智能市場的推動下，處于GPU短板地位的Intel也開始發(fā)力GPU。

AMD是挖礦大潮中最為收益的芯片廠商

AMD成立于1969年,專門為計算機、通信和消費電子行業(yè)設計和制造各種創(chuàng)新的微處理器（CPU、GPU、APU、主板芯片組、電視卡芯片等)，以及提供閃存和低功率處理器解決方案。

2018年3月初，市場調查公司Jon Peddie Research發(fā)布了最新的芯片產業(yè)報告，披露上年四季度圖形處理器（GPU）出貨量和各廠商的市占率。AMD在2017年的市場份額有顯著上升，從上年三季度的13%升至14.2%；英特爾和英偉達則均有下滑。

Jon Peddie還提到，不像AMD或是英偉達，英特爾的市場份額不太會受到數字貨幣的影響，因為英特爾將GPU或是iGPU集成在臺式機或是筆記本電腦中出售，所以數字貨幣的潮起潮落對英特爾的GPU銷售影響不大。

出貨量方面，去年全年GPU芯片同比下滑4.8%，臺式機芯片下滑2%，筆記本則下滑了7%。但數字貨幣玩家對芯片行業(yè)支撐顯著，去年全年，挖礦者貢獻了超過300萬個獨立的圖形處理器的銷量，銷量達到7.76億美元。

AMD四季度的出貨量季環(huán)比增長8.08%，英特爾下降1.98%，英偉達的出貨量降幅高達6%。Jon Peddie稱，AMD是挖礦大潮中最為受益的芯片廠商。AMD是數字貨幣挖礦主要的芯片設備，隨著上年四季度數字貨幣大漲，芯片的需求也得到顯著提升。

上月月底，AMD公布的四季度財報顯示，經調整EPS四季度達0.08美元，超過市場預期的0.05美元。AMD發(fā)布財報前，分析師指出，去年末比特幣等數字貨幣高漲不但會促進去年四季度AMD的業(yè)績，對今年一季度的業(yè)績指引也會是利好。

“目前的情況是，挖礦者正在吞噬整個獨立顯卡的供應，而現在的產量無法跟上龐大的需求。”Jon Peddie提到，挖礦者為GPU銷售作出的貢獻已經超過了游戲，雖然游戲是目前GPU銷售最總要的推動力。

Intel 進軍高端獨立顯卡

無論是在 PC 端還是數據中心，Intel 都是 CPU 市場上毫無爭議的老大；但 Intel 最大的短板在于圖像計算，也就是 GPU。

其實，目前 Intel 并非沒有自己的圖像解決方案，但都局限于核芯顯卡，即 Intel HD Graphics 系列。這種核芯顯卡在圖像處理方面的能力比較低，無法與 AMD 和 Nvidia 的獨立顯卡相提并論，也只能用在一些對圖像處理要求較低的客戶端設備中，比如說筆記本。

之前，雷鋒網整理過Intel 核芯顯卡、 AMD 核顯 & 獨顯以及 Nvidia 獨顯之間的同期最強圖像處理性能，對比如下圖所示：

由上圖可知，在圖像處理方面，Intel 的核芯顯卡與 Nvidia 和 AMD 的獨顯根本就不是一個級別的對手，所以不少游戲玩家一般會選擇帶有獨顯的筆記本；而 AMD 雖然也有獨顯，但在近兩年也是被 Nvidia 壓上一頭。不過需要說明的是，由于不同架構對浮點運算的優(yōu)化不同，上面數據僅可作為參考；但也足以說明 Intel 在 GPU 上的短板。

在人工智能和深度學習的大潮到來之前，Intel 與 Nvidia 之間主要是 CPU 和 GPU 之間的合作關系。然而隨著深度學習的興起，Nvidia 的 GPU 在并行計算上的巨大優(yōu)勢使得其在大規(guī)模的數據中心業(yè)務中越來越受到歡迎，廣泛應用于圖像識別、語音識別以及自然語言處理等人工智能任務。而在這一場景中，Intel 面向服務器和數據中心 CPU 產品反而不再受寵。

2017年11 月 7 日，AMD 宣布該公司的首席 GPU 架構師、Radeon 高級副總裁 Raja Koduri 離職。11 月 8 日，Intel 宣布 Raja Koduri 的加盟并任命其為 Intel 首席架構師，并在新成立的核心和視覺計算事業(yè)部（Core and Visual Computing Group）擔任高級副總裁。

據了解，Raja Kodure 在加入 Intel 之前擔任 AMD 的 Radeon 事業(yè)部的高級副總裁和首席架構師，負責 AMD 包括 APU、獨立 GPU、半定制產品和 GPU 計算產品在內的諸多產品圖像相關的方方面面。此前，Raja Kodure 也曾在蘋果負責 Mac 產品的圖像顯示系統。

憑借 25 年的從業(yè)經驗，Raja Kodure 堪稱是 GPU 領域的一尊大神。根據相關報道，Intel是決定進軍高端獨立顯卡。要知道，當前的高端獨立顯卡，不僅僅用以滿足視頻游戲玩家的需求，也被越來越多地用于人工智能和機器學習。

挖礦大熱、人工智能和深度學習崛起，致使GPU的技術和市場被重新關注和審視。