2017年是人工元年，人工智能技術開始走入我們的生活，對于AI粉絲和AI采用者來說，2017是令人振奮的一年。當我們進入2018年的時候，有一點是肯定的：我們剛剛開始這個旅程，今后一年AI會有很大的成功和巨大的失敗，2018年全球AI芯片領域會有哪些變化？福布斯深度學習和高性能計算領域分析師Karl Freund做了如下預測。

首先看看2017年AI領域的十大事件：

1、NVIDIA在數據中心實現三位數增長，達到約15億美元的收入運行率。

2、NVIDIA?（英偉達?）使用NVIDIA?（英偉達?）V100 GPU和用于機器學習的云服務令市場大吃一驚，TensorCores-6X能夠以每秒125萬億次的運算速度超越一年前的PASCAL前身。

3、NVIDIA也宣布推出自己的Deep Learning ASIC，將其納入該公司下一代DrivePX汽車平臺。如承諾的那樣，公司在第三季度發布了規格為開源技術。

4、AMD推出了其AI GPU和軟件Vega Frontier Edition。該公司宣布了幾項大規模部署，包括百度的GPU和微軟的的Azure EPYC CPU。

5、谷歌宣布自己的AI芯片用于人工智能深度學習培訓，Cloud TensorFlow處理單元，每個芯片提供45個TeraOps，以及一個用于其數據中心和云服務的4芯180 TeraOps卡。這一消息引發了人們對ASIC可能對NVIDIA?（英偉達?）的統治地位帶來威脅的猜測。

6、微軟公司在內部使用Intel INTCAltera FPGA進行機器學習和其他應用程序方面取得了令人印象深刻的成果。這提高了賽靈思在數據中心的預期。

7、Amazon.comAWS宣布了AWS Marketplace Solutions針對其賽靈思應用加速（用于視頻，基因組學，分析和機器學習）的F1實例。百度、華為等公司也采用了賽靈思的FPGA用于深度學習。

8、英特爾錯失2016年4億美元收購的Nervana Engine產品發布最佳時間窗，Nervana的業務著眼于基于云的深度學習服務，其主要深度學習框架Neon在主流的深度學習網絡例如AlexNet、VGG、GoogLeNet上均性能優異；具備強大的易用性及可擴展性，支持CNN、RNN、LSTM、GRU、BatchNorm等模型。Neon在卷積計算時采用了Winograd算法，在數據載入層面也做了很多優化。Nervana表示，Neon的計算速率是Caffe的兩倍。

9、Intel I取消了Knights Hill Xeon Phi芯片，這要么是因為標準至強處理器非常好，要么是因為公司計劃將其人工智能轉移到Nervana。在我看來，毫無疑問，開發費用的顯著節省是最終決定因素。

10、最后，有關AI的ASIC芯片數量急劇增長，其中包括六家中國初創公司，六家美國風險投資公司以及其他幾家大公司包括高通、華為和東芝。

2018年AI芯片十大預測

作者用現高，中，低概率來說明預測。

1、谷歌將公布其TPU在谷歌GOOGL計算云中的可用性，以及新的API和工具服務，以更好地與微軟的和亞馬遜的機器學習即服務競爭。 （高概率）

2、英特爾終于會推出Nervana引擎，可能在第二季度或者第三季度。在KNH取消之后，公司就不能再等待了，然而，我懷疑英特爾會利用芯片的裸片結構，因為它想要銷售盡可能多的至強芯片 。 （高概率）

3、NVIDIA將預先發布跟隨Volta的芯片。既然沃爾是如此的新穎，并且仍然保持領先的地位，那么會在十一月SC'18會議上不是在三月份的GTC會議上公布。 （中概率）

4、Xilinx將贏得至少一個AI推理的高端客戶，盡管我不認為這將是微軟。 （高概率）

5、雖然2017年是人工智能在數據中心昂首闊步的一年，但2018年人工智能在物聯網和其他邊緣應用將處于領先地位，這對于NVIDIA 來說至關重要，因為它需要在邊緣保持領先的地位。 （中概率）

6、雖然戴爾，HPE和聯想都提出了新的基礎設施來支持人工智能，但在企業中采用人工智能將持續滯后，直到2019年或更晚。 （高概率）

7、有人會購買至少一個ASIC初創公司，如Wave Computing，Cerebras或Groq。收購價格更高的可能是戴爾或惠普，因為系統業務模式更為深入。（中概率）

8、NVIDIA將為機器學習帶來全面的ASIC產品（不僅僅是開源的DLA邏輯）。 2018年，不過我認為這個概率很低，因為我不認為NVIDIA將會在2019年之前受到像谷歌這樣的ASIC TPU的威脅。（低概率）

9、2018年底，至少有一家大型中國云供應商（百度，騰訊或阿里巴巴）將收購眾多中國ASIC初創廠商之一。（中概率）

10、雖然AMD的EPYC CPU在數據中心獲得巨大的推動力，但公司難以在AIGPU中建立有意義的（兩位數增長）市場份額。該公司的高端Vega GPU仍然比NVIDIA的Volta落后一代，建立一個生態系統需要時間。 AMD會非常專注于2018年將APU推向市場。（高概率）