1、Gartner：年智能手机将用上这10个AI功能；
2、当低功耗蓝牙音频遇见always-on语音激活；
3、美媒警告英特尔和高通：中国将在AI芯片领域当家作主；
4、英伟达收割AI：启动全方位AI战略；
集微网推出集成电路 Gartner认为，智能手机制造商将会在自己的产品种加入各种人工智能功能，从而让自己的产品为消费者带来不同的使用体验，满足消费者日益丰富的需求。
Gartner研究总监吕俊宽（CKLu）表示：“随着智能手机的普及程度越来越高，手机厂商们都在寻找新的方式来让自己的产品实现差异化。未来，手机上的AI功能可以让手机拥有学习的能力，手机可以帮助用户做计划、解决问题。AI不仅是让智能手机变得更智能，还能帮助用户减轻认知负荷。”
目前，只有高端型号的智能手机才拥有AI功能，而且这些功能只是集中在数据保护和电源管理方面。
Gartner的另一位研究总监罗伯特·科扎（RobertCozza）表示：“在未来两年内，大多数智能手机使用的依然会是简单的AI功能。但是将眼光再放远一些，智能手机将会融合多种AI功能，给用户带来更优良的使用体验。”
Gartner认为，未来有10种AI功能将会登录智能手机，它们分别是：
1.预测用户行为
智能手机将会使用感应器、摄像头和数据来预测用户下一步想要做什么。
Gartner研究分析师安吉·王（AngieWang，音译）表示：“在联网家居中，AI在家中没人时命令吸尘器打扫卫生，或是在用户到家20分钟前打开电饭锅。”
2.用户身份认证
如果你总是记不住自己的密码，或是觉得输入密码进行验证太繁琐，那么AI行为识别将会帮你的忙。Gartner认为，未来手机厂商将会逐渐放弃基于密码的身份验证方式，因为这种验证方式不但用起来麻烦，而且安全程度也并不算高。
替代密码的将会是AI安全系统，它可以通过学习用户的行为来验证用户身份，例如分析用户的走路、滑动屏幕以及打字的方式等。
3.情绪识别
情感探测系统将会让虚拟个人系统变得更加强大，让其拥有情绪智能。
例如，汽车制造商可以通过手机上的前置摄像头来分析司机当前的身体状况，或是疲劳程度，从而让驾驶变得更加安全。
4.理解用户自然语义
智能手机上的深度学习能力将会让语音识别变得更准确。Gartner认为，未来当用户对手机说“天气有些冷”的时候，手机将能够分辨出用户是想要订购一件羽绒服，还是想要调高家中空调的温度。
5.AR和AI视觉
苹果和谷歌两家科技巨头都正在这方面发力。在发布iOS11系统的时候，苹果还一起发布了ARKit，这个功能为开发者提供了新的工具，让开放者能够更轻松的在应用中添加增强现实功能。除了苹果之外，谷歌也发布了ARCore增强现实开发工具，谷歌计划在明年年底之前让大约1亿台安卓设备都拥有AR功能。谷歌预计，明年几乎每一台安卓手机在出厂时都会默认支持增强现实功能。
6.设备管理
机器学习将能够改善智能手机的设备管理功能。例如，它可以在后台中保持那些用户经常使用的应用处于唤醒状态，让用户随时可以以最快的速度将其打开；它也可以在后台中关闭那些使用频度不高的应用，以达到节省内存和电量的目的。
7.收集用户个人特征
现在的智能手机已经在收集用户的数据了。未来的手机将会手机更多的数据，从而为每一个用户提供更加个性化的使用体验。例如，保险公司可以利用手机收集的数据来了解用户的驾驶习惯，从而为用户指定车险费率（开车太猛的用户费率较高、驾驶温和的用户费率较低）。
8.内容审查与检测
未来智能手机将可以自动检测限制性内容。手机会自动标记令人反感的图片、视频或是文本等内容，手机还可以启用各种通知警报。计算机识别软件可以对任何内容进行分析，确定它是否违法法律或政策。例如，如果员工在公司提供的智能手机中储存企业机密数据，或是在机密设施附近进行拍照，手机会自动通知IT部门。
9.个人摄影
智能手机只要存在一天，自拍党就会继续生生不息。但是未来智能手机将能够根据用户的个人偏好，自动对照片进行美颜处理。
10.音频分析
未来设备上的AI音频分析功能将会对用户进行指导，或是根据数据分析来触发事件。例如，手机将能够为患有睡眠障碍的用户提供提醒服务，当手机的麦克风听到用户在打鼾，它会触发用户腕带上的震动功能，提醒用户变换睡眠姿势。（行云）新浪科技
2、当低功耗蓝牙音频遇见always-on语音激活；
YouvalNachum，音频与语音产品线高级产品经理，CEVA
耳带式设备和真正的无线立体声耳机变得越来越流行，但还远远没有开发出它们全部的潜能。这些小设备可以改变人们与周围环境的交互方式，增强日常生活中人们的听觉感观，娱乐性和安全性。市场上早已经出现了具备无线音乐体验的产品。随着越来越多的设备正在使用语音激活，从家用电器到运动相机——这些小耳塞式耳机也是如此，同时语音交互接口的智能性也在不断增加。然而，缺乏标准化和多种技术的无缝集成需求仍然阻碍这个市场的发展。
耳带式设备变得无处不在，但是它们的全部潜能还有待开发
（图片来源于：SonyMobile）
从降噪到增强现实应用的语音增强技术
智能耳塞使用户可以将数字内容和周围环境结合起来，并且脱离手持设备的束缚，从而获得一个更加丰富的体验感受。智能耳塞可以用来隔离、放大或抑制真实环境里的声音。例如深度学习驱动的声音隔离可以让人们在嘈杂的环境中轻松交谈。智能耳塞也可以改善噪音环境的安全状况，比如在建筑工地有选择地减少有害的噪声，同时保留其它声音可以被听到。现有的技术已经可以让用户完全控制输入什么样的外部噪音以及它们的响度。
为了完成上述功能，智能耳塞使用了多种技术优化用户的音频体验。被动降噪（Passivenoisereduction）使用物理材料隔离外界和用户的耳朵。主动降噪（Activenoisecancellation）倾听外部噪声，并生成一个反相声波，从而消除了用户耳朵里的外部噪声。回声消除（Acousticechocancellation）允许设备消掉了自身产生的声波，避免回声重返内置的麦克风，并允许接收用户的语音命令。自适应波束形成（Adaptivebeamforming）使用一组麦克风阵列来确定语音信号的来源方位，进而抵消来自其它方向的声音。定位音频（Positionalaudio）使用心理声学产生的错觉指定声音是来自一个特定的方向，就像在用户的前面或者后面。在耳机里定位音频可以用于生成虚拟环绕立体声（irtualsurround），只需要使用两个听筒就可以生产环绕声音。声音的质量可以通过低音增强（bassboost）技术进一步提高，帮助用户耳朵里小小的扬声器提供如同更大的扬声器系统一般优质的性能。
除了声音增强，还可以通过添加声音增强现实和声音传感技术进一步增强用户体验。声音增强现实（Augmentedsoundreality）结合了数字声音（如通知或定位信息公告）与实际用户的声音环境。声音传感（Soundsensing）使用人工智能识别声音。用户可以自定义对特定声音的反应。例如，用户可以对可能构成威胁的声音设置警报，比如警报器、汽车鸣笛或狗叫声。
结合物理和数字声音加上智能处理创建一个全新的音频体验
（来源于：Nuheara）
耳朵里的虚拟助手
耳带式设备不仅仅用来听声音，通过集成语音激活技术，耳塞可以作为入口连接任何基于云的虚拟助手，比如Alexa、Siri、Google助手或者Cortana。持续倾听设备变得无处不在，从家庭智能音响到智能手机，你都可以通过语音进行控制。
有了入耳式设备，可以随时随地获取信息，不需要拿出电话或者转移你的视线。这就是特别需要集成always-on技术的原因。一些特别流行的智能音箱比如AmazonEcho和GoogleHome采用了这一技术，在某种程度上可以方便使用，一个简单的语音命令是你需要的唯一接口。另一方面，耳带式设备比如苹果AirPods则需要在发出语音命令之前手动轻敲一下。大部分情况下这可能是微不足道的，但是当用户的手被其它事情占用，比如开车、切沙拉、或者爬山，小小的动作就会变得很不一样。一旦用户的手是必需的，它就阻碍了自然简单的交互，此时语音激活助理就非常有用了。
耳带式设备最大的弊端是电池寿命短，但是很快就会改变了
智能耳塞的最大挑战之一是集成化。上面列出的所有技术要求软件、硬件以及复杂的声学专业知识。加剧这一挑战的因素包括这类设备通常设计的极其微小，为了使设备尽可能的忽略不计和不引人注目，这就对尺寸和效率做出了严重的限制。
耳带式设备结合了很多技术，需要高效地集成到一个很小的封装里
（来源于：Bragi）
上述特性都被封装在一个简洁的外壳里，可以舒适地贴合你的耳朵，这肯定会带来巨大的成功与大众市场的吸引力…除非几个小时内就耗尽了电池。为了方便，耳带式设备必须在无需充电的条件下工作一天或者更长时间。如果你不确定，可以查看多普勒检查实验室必须关闭的原因，尽管他们技术很神奇。
今天，经典蓝牙A2DP是无线音频设备最为普及的连接协议，但是它有一些局限性，最严重的问题是电量消耗，特别是对通常只有一块小电池的耳带式设备而言。大部分的耳带式设备支撑不到三个小时就需要充电了。通过低功耗蓝牙（BLE）传输音频流可以大大降低功耗，从而允许设备维持一整天甚至更久。当前低功耗蓝牙音频（audio-over-BLE）还没有标准化，一些公司还持有专利技术。一旦蓝牙技术联盟（SIG)为低功耗蓝牙音频制定了标准化的协议，这将使多个供应商可以提供电量持续一天的设备，从而将推动整个市场向前发展，激发耳带式设备和智能耳塞市场的全部潜能。
3、美媒警告英特尔和高通：中国将在AI芯片领域当家作主；
网易科技讯1月5日消息，近日华尔街日报刊发文章，提醒硅谷的芯片企业警惕来自中国的挑战，文章称中国企业有巨量资金、国家支持、庞大的消费群体和人才储备，这使得中国企业有希望在AI芯片上超过英特尔和高通。以下是文章全文：
硅谷的硅芯片行业需要小心了，来自中国的竞争对手认为终于要轮到他们“当家作主”了。作为世界上最大的半导体市场，中国正尝试挑战英特尔(Intel)和高通(Qual 云计算从业者李杰在圣诞节第二天收到了英伟达显卡的一则消息，称英伟达规定，游戏显卡只能打游戏，不能放在数据中心跑深度学习。李杰难得爆了个粗口。“真是霸王条款啊！我买了把刷子，你难道还要管我是刷鞋还是刷马桶？”
这则消息迅速在国内人工智能圈炸了。“影响不小，因为不少人用英伟达游戏显卡跑深度学习。”李杰对《财经天下》周刊说。以后要做深度学习，只能买英伟达的Tesla产品了，最高价格是普通显卡的10多倍。
李杰身边搞AI创业的人几乎全在使用英伟达的GPU和平台。有人对《财经天下》周刊算过一笔帐，“一个小型AI创业团队在英伟达芯片上花费几十万元是很正常的。”
这跟美国硅谷类似。“我们投资了一大串各个领域做深度学习的创业公司，每一个都跑在英伟达的平台上。”硅谷明星投资人AndreessenHorowitz说，“这就像上世纪90年代，人们都基于Windows创业，或者在上个十年人们都在iPhone上创业一样。”
英伟达的高端显卡性能强劲，发热量感人，因此其创始人黄仁勋被冠以“两弹元勋”、“核武狂魔”的称号。图片来源于网络 英伟达的高端显卡性能强劲，发热量感人，因此其创始人黄仁勋被冠以“两弹元勋”、“核武狂魔”的称号。图片来源于网络
为什么人们都用显卡（GPU）做深度学习？因为深度学习对计算速度的要求是“暴力”的，英伟达GPU芯片可以让大量处理器并行做运算，这下它的速度比CPU快十倍甚至几十倍，因而成为绝大部分人工智能研究者和开发者的必备”核弹“。有人戏称英伟达创始人黄仁勋为"核武狂魔”。
受益于这波深度学习热潮，英伟达股价从年7月的20美元一路飙升到如今的美元上下，市值已超过IBM和麦当劳，这大大出乎人们的意料。
有业者对《财经天下》周刊预计，英伟达数据中心业务财年（你没看错，英伟达财年比一般公司提早一年）的销售额会达到20亿美元，增长率在%以上。更让人眼馋的是它的毛利率高达60%。
不过，在高增长高股价下，英伟达这次的显卡禁令也好像在告诉大家，它的业绩增长遇到了难题。
所有人都虎视眈眈
英伟达的疯狂涨势，推醒了巨头和创业者，AI芯片成了大家争相抢夺的蛋糕。这种争抢甚至让它的客户变成对手。
谷歌是英伟达GPU目前的最大客户，据说占到英伟达1/3的市场。但现在，谷歌成为英伟达最大的潜在对手。
谷歌年对外开源了自己的深度学习框架TensorFlow，这个框架跑在芯片之上，就像一套积木，各个组件就是一个个模型或算法的一部分，用户可以使用这些积木去搭自己的深度学习系统，这降低了深度学习的门槛。
TensorFlow开源后大受欢迎，已占据人工智能框架的半壁江山。关键是谷歌还为TensorFlow设计了专用芯片TPU。年春天，谷歌发布TPU论文称，“TPU处理速度比当前GPU和CPU要快15到30倍。”
这下，英伟达急了。黄仁勋在博客上回应谷歌的对比数据，称英伟达GPU相关芯片速度是TPU的2倍。但这似乎已经不重要了。
“用户要跑AI应用，是跑在芯片上，还是跑在人工智能框架上？从谷歌的观点来看，底层跑的是英伟达、英特尔还是TPU都没关系，重要的是用户跑在它的TensorFlow上。”一位资深业者对《财经天下》周刊分析，“谷歌说，你不用关心我下面用的是什么芯片，谷歌就这样把英伟达屏蔽掉了。这对英伟达来说是比较可怕的。”
虽然谷歌TPU芯片仅供自己使用，部署在谷歌云环境下，“但也不排除谷歌有一天把TensorFlow和TPU打包，卖给亚马逊、阿里或者微软。对于使用者来说，他们其实不 除了谷歌，芯片行业老大英特尔也醒悟了，在年结束了对AI市场的观望。一位英特尔相关负责人对《财经天下》周刊透露，正是由于人工智能技术在过去40年中起起伏伏，始终没有突破性进展，英特尔才疏忽大意了。确实，年，当深度学习技术悄然兴起时，英特尔还在与高通扳手腕——争夺移动芯片市场。
在发现AI市场蹿红后，如梦方醒的英特尔启动了全方位的AI战略。首先是设法让自己的X86与英伟达跑得一样快。这样，英伟达不就没戏了吗？然后是并购专用芯片，这些芯片完全为深度学习而生，像神经网络处理器Nervana、计算机视觉Movidius、自动驾驶技术方案Mobileye等。接下来，就是做生态，这是英特尔最擅长的事。
“我们在战略上的广度和深度都超过我们的对手。”英特尔人工智能产品事业部业务拓展总经理FiazMohamed对《财经天下》周刊强调说。
为了狙击英伟达，英特尔甚至还联合它的老冤家AMD，因为AMD也生产GPU芯片。这是20世纪80年代以来英特尔与AMD的首次合作，AMD的GPU将装入英特尔的系统芯片中，在年第一季度交付给客户。
“实际上，英伟达是在英特尔X86生态沃土里，长出的一颗奇葩，这完全超乎英特尔的想象。”资深业者说。在过去20年中，整个IT基础设施生态完全由英特尔架构起来，它建立了成员的分工合作，离开英特尔，英伟达的GPU也玩不转。英伟达得承认，英特尔是它现实中最大的对手。
新竞争者还在源源不断入场。深度学习分两大场景，先是训练深度学习模型，后是部署到实际生产环境中，这叫AI的推理和识别（AIinference）。过去两年，英伟达在训练市场占据了绝对份额，但随着AI部署到实际生产环境中，另一件让英伟达害怕的事情正在发生。在实际生产中，比拼的不仅是速度，还有性价比、性能功耗比和低延迟。
年，微软在自己的云端加入了一张FPGA卡进行计算，在相同算力情况下，成本降低了一倍。FPGA是现场可编程门阵列芯片，此前多用于通信基站等产品。此后，亚马逊AWS也把FPGA应用到了自己的数据中心上。年，AWS首席布道者JeffBarr在一个开发者预告中公布了AWS实例，称在基因组排序、地震分析、金融风险分析等应用，采用FPGA解决方案能带来30倍的速度提升。
“FPGA还能这么用。”FPGA第一大厂商赛灵思的数据中心专家王晓群博士对《财经天下》周刊说。此后，中国的超大型云企业闻风而动，腾讯云、阿里云、百度云、华为云相继发布基于FPGA的加速云服务。除了云，在边缘计算领域，FPGA也应用于人工智能创业公司深鉴科技、旷视，瑞为等的机器学习场景中。
相对GPU，FPGA有低延时、低能耗和架构灵活的特性，这让企业在实际生产中考虑选择它。比如，亚马逊的智能语音助手Alexa与人对话，GPU的反应速度是几十毫秒，消耗75瓦到瓦功耗，而FPGA的响应时间是几个毫秒，功耗为几十瓦。“对指标有硬性要求时，你会选谁?”
在AWS数据中心里，白天FPGA上可以跑语音识别、图片分类，晚上就能跑Netflix视频文件转码。“FPGA可以实现不同应用的切换，提升数据中心的使用效率。”王晓群说。
在自动驾驶领域，明星公司特斯拉从去年ModelS开始一直内置英伟达DrivePX2自动驾驶芯片，但在年11月的NIPS大会，埃隆·马斯克宣布，“特斯拉正在开发专门的人工智能硬件，而且将是全球最好的”。
一些创业公司也加入AI芯片的战争。DeepMind联合创始人哈萨比斯投资的AI芯片公司Graphcore称，自己的IPU芯片相比同类产品性能提升10~倍，并且在训练和推理两方面都同样出色。
国内深鉴科技、比特大陆也扎进AI芯片市场。如做比特币矿机起家的比特大陆，去年发布了与谷歌TPU对标的专用芯片，适用于深度学习的训练和推理。
深鉴科技CEO姚颂认为，单从成本来考量就能理解玩家为何前仆后继奔赴AI芯片战场。“GPU行业的毛利率达到60%以上，这是非常恐怖的。但服务器特别讲究性价比，谷歌如果有万台服务器，每年一台的运行费用是1万美元，哪怕运营节省10%，亿美元就能省出来。他们因此特别愿意为之买单。”
所有人都虎视眈眈
巨头和创业公司在轮番轰炸。不过，大家不得不承认，英伟达的地位目前仍难撼动。
英特尔一位员工对《财经天下》周刊说，8年前，英特尔曾想收购英伟达，但就收购后英伟达创始人黄仁勋的任职上没有达成一致意见而不了了之。“谁知道深度学习现在会这么火。早知道，把它收购了就好了。”
人们都认为，做游戏显卡起家的英伟达，是被天上掉下来的深度学习大馅饼砸中了。不过，浪潮集团AI与高性能产品总经理刘军认为，这是英伟达在10年前布局生态，遇到深度学习节点水到渠成的事。
浪潮刘军表示，英伟达在AI时代蹿红，不是天上掉馅饼，而是因为早在十年前的布局。受访者供图
AI芯片创业公司深鉴科技CEO姚颂听过一个段子。7年，英伟达CEO黄仁勋在华尔街看到一些做高频交易和金融量化的人，在用英伟达GPU跑交易，但这些人觉得GPU编程太麻烦了。彼时，英伟达的主业还在游戏市场。黄仁勋意识到市场对通用编程环境的需求，他行动了。
在英伟达发布通用开发环境CUDA之前，GPU编程是个非常痛苦的事。程序员不得不编写大量低级机器代码。英伟达推出CUDA，GPU逐渐从游戏领域扩展到了更为通用的计算场景。在国内，浪潮刘军见证了这个过程，浪潮当时有一个团队专门与英伟达一起将客户的应用迁移到GPU上。
一些石油、气象和生命科学的客户受益于GPU的计算力。刘军记得，当时中石油在海外找油用勘探软件分析地块数据时经常犯难。要一两周时间，没有国内那么大的机房，数据还传不回来。
“我们和英伟达合作，将应用迁移到GPU上。原来一两百台CPU服务器，后来用十几台GPU服务器就解决了。在委内瑞拉宾馆里租一个房间，就能放下全部机器了。”刘军回忆说。
从无到有做GPU的生态很具挑战性。懂GPU应用开发的人不多，能源、生命等不同项目间的可复制性不强，每个项目都要从头开始。从8年起，浪潮也开始做GPU开发培训，近10年培训了几千名工程师。
转机发生在年，深度学习来了。在ImageNet大赛中，多伦多大学提交了一个名为AlexNet的深度卷积神经网络架构，使用了两个GPU，实现了准确率10.8%的大幅提升。这样，到年，比赛上所有参赛者都采用深度学习算法，也都跑在英伟达的GPU和CUDA上。
深鉴科技CEO姚颂也是因为这次大赛了解到深度学习和GPU的优势的。“我们很快跟进神经网络的硬件结构设计，当时国内只有我们和社科院计算所在做这个。”姚颂的深鉴科技的芯片明年流片，切入安防的端智能市场。
“英伟达一直在做生态。当开发者越来越大，软件生态越来越成熟，硬件性能不断迭代提升时，就到了这么一个时间点——很多前沿做深度学习的人，就会发现这个生态，会把实验、开发转到GPU上。”刘军补充说。
在原来的云计算环境下，计算的主力是英特尔CPU。现在到了AI计算场景，计算主力变成了GPU和其他专用加速器。英伟达迎来了属于它的时代。
刘军回忆，百度、阿里、科大讯飞、奇虎、搜狗后来也把语音识别、网络安全、搜索这些深度学习算法放到GPU上。“互联网客户看到了GPU的潜力，再结合上深度学习算法，一下子就变成了一个特别大的机会。”浪潮也顺理成章开启了AI服务器市场。
英伟达用十年才建成了护城河，这是竞争对手难以简单模仿和复制的东西，它靠的是时间。
英伟达还能继续增长吗
业者说，现在的英伟达有点像20年前的英特尔。
“那时，在著名CEO安迪格鲁夫的带领下，英特尔创造出一个PC市场，又进军服务器市场，把原来IBM、惠普的小型机用X86系统替代掉。英特尔推动的是整个技术架构的进步，包括生态的升级。”业内资深业者对《财经天下》周刊说，“现在，英伟达正用GPU技术，去升级AI时代。“
当年，安迪格鲁夫那句著名的话：只有偏执狂才能生存。“15年来我说的差不多是同样的事，所以几乎不怎么改我的Slide。”黄仁勋对《财富》透露。这位华人CEO个性鲜明，喜欢冒险，他的经典装扮黑色皮夹克在硅谷几乎与乔布斯的牛仔T恤一样有名。“他是安迪·格鲁夫所说的那种偏执狂。精力旺盛，侵略性强，非常有个性。”接触黄仁勋的人说。
在抓到人工智能这个潜力市场后，黄仁勋变得更为激进。“过去，整个行业都是依赖摩尔定律来推动，但它太老了，太慢了，GPU才是全新的‘超级摩尔定律’，这也是整个行业一次千载难逢的机遇。”黄仁勋在年全球GTC大会北京站一字一顿地说。
不过，英特尔一位负责人对此不以为然。“我们会用全方位战略，我们有CPU、GPU、FPGA和各种专用芯片，我们有完整的体系。”他对《财经天下》周刊分析，“你知道，当年互联网刚起来时，SUN公司CEO也曾宣称，SUN就是. 在年底举办的英特尔人工智能会议上，百度、海康威视、科大讯飞以及人工智能AI创业公司展示与英特尔的合作。”我们一直用英特尔和英伟达跑深度学习。英特尔管理团队与我们的老大更熟，技术员工给的支持更大。我们现在用英特尔平台跑应用。“一家AI医疗创业公司对《财经天下》周刊说。双方的商战很激烈，另一家创业公司产品手册上因有英伟达几个字，而不能在这次会议上露脸。
FPGA对市场的争夺刚刚开始，它要像10年前的英伟达，培养一个庞大生态。“未来赛灵思会把80%的基础开发做完，让应用开发者们专注于自己那部分定制开发的20%。”
从年开始，赛灵思打算每年召开一次开发者大会，期望5年内让FPGA使用者从5万人提升到25万人。
一位不愿具名的AI芯片从业者认为，过往股价涨幅已让黄仁勋在业绩表现上面临极大压力。“游戏卡不能用于数据中心，但在挖矿上却不限制，这条禁令就是压力的表现。”深度学习训练市场的需求并不会减弱，这是英伟达的优势领域，但在正在发展的推理领域，随着人工智能普及，这个市场难以估量。
深鉴科技姚颂则不确定GPU在训练市场的增速。“前些年加速卡已经卖得很多了，市场可能会增速减缓甚至保持平缓状态。”
变数还存在于技术的突破性变革中。现在不排除有某种革新式硬件出来，完全为深度学习而生。如果新硬件性能的提升超出英伟达很多时，可能会引发整个生态系统的变迁。
“挑战一定会存在，你看时代的变化发生得非常迅速。几年前谁也没料到深度学习会崛起。不能及时跟进或提供最合适的技术选择，很快就落伍。即便是深度学习的发展也不代表英伟达可以高枕无忧。”浪潮刘军分析说。
“大家都不知道未来会发生什么，唯一能做的就是跑得更快，让后面人看不见你。”他说，“这是目前最安全的方法。财经天下
集微网推出集成电路