效率之战：CPU、GPU、TPU还是FPGA ？

GPU阵营，NVIDIA怎么看？

        NVIDIA则是其中比较特殊的一家：它是世界最大的GPU制造商之一，一直在不遗余力的推广自己的产品在深度学习领域的应用。但其实GPU的设计初衷主要并不是进行神经网络运算，而是图像处理。

        更多是由于其特殊的构造碰巧也比较适用于神经网络运算罢了，尽管NVIDIA也在推出一些自有的深度学习算法，但由于GPU自身的特性一直还是被FPGA压着一头。而此次的TPU会让这个市场上凭空再多一个竞争对手，因此如果让我投票，我认为这款TPU对NVIDIA的影响是最大的。

        虽然谷歌表示不会将这款芯片卖给别的公司，意味着它不会和其他公司产生直接的竞争。但谷歌的芯片如果性能更优秀，开发者们和服务商将越来越多的转向谷歌提供的服务，而不再使用其他厂商的服务和硬件，这也会间接对其他厂商，尤其是NVIDIA的业务造成影响。

CPU + FPGA阵营，英特尔怎么看？

        其次是以英特尔为代表的“中间层面”的厂商，英特尔去年年底收购了全球知名的FPGA大厂Altera，显然不会忽略其在深度学习方面的潜力。

        但截至目前英特尔并没有明确的表现出自己要进军人工智能领域的决心，也没有表示自己会推出什么人工智能产品，而只是表达出了一些将相关特性应用到自己已有产品内的意愿。其实对于这样的厂商来说，除非他们自己其实已经秘密的进行了很久的人工智能产品开发。

        不然其实市场的竞争更多只是为他们带去了更好的工具，不会对他们的利益造成什么冲击。当然，如果谷歌未来还打算自己设计CPU就另当别论。但是目前谷歌表示自己并没有这种意愿，而且，那也是另外一个故事了。

人工智能领域，微软和苹果们怎么看？

        另一些在人工智能领域已经与谷歌有着相似程度的成就的公司则预计不会受到太多影响，如微软和苹果。

        微软一直在探索FPGA对人工智能相关运算的加速，并且有自己开发的算法。经过长时间的调试，基于FPGA的这些算法也未必会在最终表现上输给谷歌多少。如果微软愿意，其实它也可以随时开始开发一款自己的人工智能芯片，毕竟微软也是自己开发过很多专属硬件的了。

战场小结

GPU的困境
        NVIDIA大力推广自己的GPU对深度学习算法起到的加速效果，但在宣传的文章中绝口不提FPGA，无疑也是因为明白自己的GPU产品相对于FPGA不仅没有明显的优势反而有些不足。而TPU杀入战场无疑会更加加剧NVIDIA的压力。

        GPU的特性短时间内可能没法有翻天覆地的改变，NVIDIA在人工智能领域短期内最应该做的，可能就是寻找到适合GPU发挥的特殊场景然后发扬光大了。

        至于GPU同FPGA和TPU的正面竞争，或许还得再等几代。

        在网上流传着一个段子:老大与老二PK,受伤的却是老三。对应过来的就是，王老吉PK加多宝，和其正却受伤了。

        在人工智能与深度学习算法芯片的广阔市场上，CPU无力出局，本来是GPU和FPGA捉对厮杀，难分高下，横空杀出来一个TPU，失衡的局势究竟将往何处？ 很受伤的GPU阵营如何才能摆脱不利局面？