作為壹家開發微處理器和相關軟件的公司，Nvidia業績連創新高。上個季度，這家公司收入增長55％達到22億美元。
2016年是人工智能爆發的壹年，借著這股東風，在過去12個月裏，Nvidia公司股價幾乎翻了兩番，令人驚嘆。
Nvidia的成功很大壹部分要歸因於他們的芯片產品：圖形處理單元（GPU）。GPU也可以理解為顯卡，可以讓電腦在玩遊戲時表現的更出色。然而現在GPU有了壹個新的用武之地：為人工智能（AI）程序提供所需的大量計算能力，特別是在數據中心裏。
這些芯片銷量非飛漲（如圖所示），是信息技術長期轉型的最明顯標誌。由於摩爾定律的減慢（目前芯片的計算能力大約每兩年翻壹番），以及雲計算和AI的快速崛起，處理器市場正在重構。這對半導體產業及其霸主英特爾，產生了深遠的影響。
過去的日子對英特爾來說，簡直順風順水。無論個人電腦市場還是服務器領域，英特爾生產的中央處理器（CPU），可以勝任幾乎所有的“工作負載”。因為制造了強大的CPU，英特爾掌控了個人電腦市場80％的份額，以及幾乎完全壟斷服務器市場。
過去壹年，英特爾的收入接近600億美元。
盡管如此，CPU的更新換代速度，已經無法滿足需求。機器學習和其他AI應用，需要大量的數據，對數據處理能力的需求比幾年前整個數據中心的消耗還多。所以英特爾的客戶，例如Google和微軟以及其他大數據中心運營商，正在選擇來自其他廠商越來越專業的處理器，甚至開始自己設計處理器。
Nvidia的GPU就是壹例。這個產品最初被設計用來執行交互式視頻遊戲所需的大規模復雜計算，也就是給大型遊戲加速。GPU有數百個專門用於計算數據的“核心”，所有的核心都是並行工作。而CPU只有幾個核心，順序地處理計算任務。
Nvidia最新的處理器有3584個核心，而因特爾服務器CPU最多有28個。
Nvidia開發了壹種稱為CUDA的編程架構，幫助客戶為不同的任務對處理器進行編程。CUDA能夠讓GPU解決復雜的計算問題。所以當幾年前雲計算、大數據和AI開始崛起之後，能夠滿足需求的Nvidia芯片簡直堪稱生逢其時。
每壹個互聯網巨頭都在使用Nvidia出品的GPU，驅動他們各自的AI服務在大量數據中進行挖掘，無論是醫學圖像或是人類語音等等。Nvidia來自數據中心運營商的銷售收入，在過去壹年增長了三倍，達到296億美元。
然而在眾多的專用處理器中，GPU只是其中的壹種。隨著雲計算公司為了保持領先優勢，不斷提高運營效率而混合和匹配芯片，處理器的範圍正在擴大。
目前看來，Nvidia的技術成長空間還有很多。
因為Nvidia正在轉型成為平臺公司而不是硬件公司，GPU會是它的核心但是不是全部，它要做的是圍繞GPU的壹個平臺、壹個生態。與GPU配套的各種設施，例如開發平臺、開發者社區和包絡編程語言在內的開發工具也非常重要。舉例來說，在筆記本PC市場，其實ARM的處理器性能完全可以和Intel相抗衡，但是為什麽基本沒有筆記本電腦用ARM的處理器？就是因為ARM在筆記本PC上沒有任何生態。壹旦平臺和生態做起來，即使它的技術發展不像原來那麽生猛，我相信Nvidia的商業價值仍然可以得到保證。
Nvidia可能會面臨的最大風險在於，它現在的股價完全由人工智能來支撐，但人工智能的應用會不會像投資者想象中發展的那麽快是存疑的。其實非常明顯現在人工智能的應用有很大的泡沫，大家預期它在壹兩年之內會起來。但是如果它在壹兩年之內沒有起來或者說某些應用沒有能真的落地，那時候投資者可能會有些反沖。現在是壹個overshoot，發現沒有達到預期之後就會有壹個undershoot，幾次震蕩之後慢慢回到理性估值。
英特爾近年來專註於制造更強大的CPU，而不是生產ASIC或FPGA。
人們普遍認為，傳統的處理器不會很快失去地位：每壹臺服務器都需要它們，無數應用運行在它們之上。英特爾的芯片銷售還在增長，不過Gartner的IT咨詢師Alan Priestley認為，加速芯片的高速增長對這家公司來說是個壞消息，在這些芯片上完成的計算越多，在CPU上運行的就越少。
英特爾的壹個對策，是借助收購來追趕。2015年，英特爾以167億美元的價格收購了FPGA生產商Altera；8月，又花了4億美元收購了Nervana，這是壹家成立僅3年的創業公司，開發從軟件到芯片的專用AI系統。
英特爾說，他們把專用處理器視為機會而非威脅。英特爾數據中心業務主管Diane Bryant說，新的計算工作往往是先在專用處理器上進行，隨後被“拉進CPU”，比如說加密，這項計算也曾用單獨的半導體組件來處理，但現在只是英特爾CPU上的壹個簡單指令。英特爾CPU幾乎占領了全球所有處理器市場，對於企業來說，在加速芯片上運行AI等新型計算工作意味著額外開銷和更高的復雜性。
英特爾已經在為這樣的融合而進行投資。今年夏天，它將開始銷售代號“Knights Mill”的新處理器，來與Nvidia競爭。同時，英特爾也在開發另壹款芯片，名叫“Knights Crest”，這款芯片融合了Nervana的技術。從某種意義上講，英特爾也希望能將Altera的FPGA融合到自己的CPU之中。
可以預見的是，競爭者們對未來有著不同見解。
Nvidia認為，他們已經有了自己的計算平臺，很多公司用他們的芯片來開發、運行AI應用，他們也為其他類型的程序創造了軟件基礎設施，用於可視化和VR等領域。
計算巨頭IBM也在試著搶英特爾的生意。2013年，IBM開源了自己的處理器架構Power，把它變成了半導體行業某種意義上的公***資產。專用芯片的制造商更容易將自己的硬件同強大的CPU結合在壹起，而IBM掌握著平臺發展方式的話語權。
這很大程度上依賴著AI如何發展，如果AI沒能在幾年內帶來很多人所期待向往的變革，英特爾的機會還不錯；但是，如果AI能在接下來的十幾年中繼續影響各行各業，其他處理器就有著更大的勝算。IDC市場分析師Matthew Eastwood這樣表示。（綜合整理）