PDG de Tesla Elon Musk en 2017 de la Conférence des systèmes de traitement de l'information nerveuse exprimée, Tesla est activement engagé dans le développement de la technologie de l'intelligence artificielle du logiciel et du matériel dans les deux sens, et a révélé que Tesla a investi puce personnalisée de la recherche et le développement de l'intelligence artificielle. Si Musk comme ils peuvent souhaitent, en effet, probablement la position de NVIDIA sur le marché causé aucune petite menace. selon le site Web Motley Fool déclaré, NVIDIA premier à entrer dans le marché et l'intelligence artificielle avait pris en compte l'initiative. GPU NVIDIA est bonne à la technologie de traitement parallèle, bien adapté pour l'intelligence artificielle système de formation. le chiffre d'affaires du centre de données de NVIDIA a donc progressé de 600% en deux ans, chiffre d'affaires global de l'entreprise reçoivent également le double de la croissance. Cependant, le développement de l'intelligence artificielle, l'ambition de Tesla, NVIDIA ne peut pas faire un lit de roses trop longtemps. Tesla 2016 pour recruter l'ancien d'Apple (Apple) et ingénieur de puces Advanced Micro Devices (AMD) Jim Keller. Keller tout en jouant pour Apple, Advanced Micro Devices, la puce est responsable du développement personnalisé. Musk exprimé, Keller pour Tesla de construire sur mesure Chip, sera le meilleur matériel dédié d'intelligence artificielle du monde. D'autre part, AMD essaie également constamment d'améliorer leur propre concurrence dans le domaine de l'intelligence artificielle Après il y est venu, Tesla et AMD ont développé conjointement la puce de l'intelligence artificielle, mais les nouvelles n'a pas encore atteint les deux parties ont confirmé. Dans tous les cas, ces entreprises ne veulent pas NVIDIA pour continuer à profiter l'avantage du premier. Développement de l'alphabet Google de l'intelligence artificielle l'un des pionniers. 2016, publié TPU (Tensor Processing Unit) est actif depuis plus d'un an dans les centres de données de Google. en outre, Google est l'un des clients à long terme du GPU NVIDIA. au début de 2017, Google a lancé la formation peut être réalisée en même temps que le raisonnement (inférence ) le TPU de deuxième génération. que dans le passé, l'inférence de l'intelligence artificielle Google TPU donc des algorithmes de formation doivent compter sur GPU NVIDIA. après le lancement de la deuxième génération TPU, Google peut être en mesure de se débarrasser de ce GPU NVIDIA Intel (Intel) il est mis dans cette bataille de deux fronts de l'intelligence artificielle. Tout d'abord, Intel a dépensé 16,7 milliards $ pour acheter Altera, la technologie FPGA fait, l'autre a passé sur l'acquisition de démarrage Nervana 400 millions $ en 2016, le développement de l'intelligence artificielle dédiée ASIC Chip Nervana essaie de retirer du GPU les composants qui ne sont pas nécessaires pour les applications d'intelligence artificielle et affirme que cela permettra à la puissance de calcul du GPU de s'améliorer Courant 10 fois. L'évolution dans le domaine de l'intelligence artificielle est encore à ses débuts. Bien que NVIDIA maîtrisé ㄧ un avantage, mais cela ne signifie pas que le GPU sera sorti sur le dessus. Tesla puce intelligence artificielle en développement, il est seulement la surface du NVIDIA Un des nombreux challengers contre.
