Tesla执行长Elon Musk在2017年的神经资讯处理系统大会上表示, Tesla正积极从软件, 硬件双方面着手发展人工智能技术, 并透露Tesla已投入客制化人工智能芯片的研发. 如果Musk能如其所愿, 很有可能会对NVIDIA的市场地位造成不小威胁. 根据The Motley Fool网站报导, NVIDIA抢先一步进入人工智能市场而占得了先机. NVIDIA擅长的GPU平行处理技术, 正好适用于人工智能系统的训练. NVIDIA的资料中心营收因此在两年内成长了600%, 公司整体营收也获得双倍成长. 然而Tesla发展人工智能的企图心, 或许不会让NVIDIA称心如意太久. Tesla于2016年延揽到前苹果(Apple)与超微(AMD)芯片工程师Jim Keller. Keller在为苹果, 超微效力时, 便是负责客制化芯片的研发. Musk表示, Keller为Tesla打造的客制化芯片, 将会是全世界最棒的人工智能专用硬件. 另一方面, 超微也不断试图提升本身在人工智能领域的竞争力. 稍早前曾传出Tesla已与超微联手发展人工智能芯片, 但这个消息尚未取得双方证实. 无论如何, 这些厂商都不希望NVIDIA继续坐享先行者的优势. Alphabet旗下Google是人工智能发展的先驱之一. 2016年发表的TPU (Tensor Processing Unit)已在Google资料中心启用超过一年. 此外, Google也是NVIDIA GPU的长期客户之一. 2017年初, Google推出了能同时执行训练与推论(inference)的第二代TPU. 以往Google TPU只能从事人工智能的推论, 因此演算法的训练都需依赖NVIDIA GPU. 第二代TPU推出后, Google或许能就此摆脱NVIDIA GPU的影响. 英特尔(Intel)则是从两条战线投入这场人工智能战役. 英特尔首先耗资167亿美元买下Altera, 取得了FPGA技术, 另外又在2016年花费约4亿美元收购新创公司Nervana, 开发人工智能专用的ASIC芯片. Nervana试图从GPU上移除人工智能应用不需用到的元件, 并宣称如此将能让GPU的运算能力提升至目前的10倍. 人工智能领域的发展目前还在起步阶段. NVIDIA虽然掌握了ㄧ些优势, 但这并不代表GPU将可一直独占鳌头. Tesla正在研发中的人工智能芯片, 也只是NVIDIA所将面对的众多挑战者之一.
