Tesla執行長Elon Musk在2017年的神經資訊處理系統大會上表示, Tesla正積極從軟體, 硬體雙方面著手發展人工智慧技術, 並透露Tesla已投入客制化人工智慧晶片的研發. 如果Musk能如其所願, 很有可能會對NVIDIA的市場地位造成不小威脅. 根據The Motley Fool網站報導, NVIDIA搶先一步進入人工智慧市場而佔得了先機. NVIDIA擅長的GPU平行處理技術, 正好適用於人工智慧系統的訓練. NVIDIA的資料中心營收因此在兩年內成長了600%, 公司整體營收也獲得雙倍成長. 然而Tesla發展人工智慧的企圖心, 或許不會讓NVIDIA稱心如意太久. Tesla於2016年延攬到前蘋果(Apple)與超微(AMD)晶片工程師Jim Keller. Keller在為蘋果, 超微效力時, 便是負責客制化晶片的研發. Musk表示, Keller為Tesla打造的客制化晶片, 將會是全世界最棒的人工智慧專用硬體. 另一方面, 超微也不斷試圖提升本身在人工智慧領域的競爭力. 稍早前曾傳出Tesla已與超微聯手發展人工智慧晶片, 但這個消息尚未取得雙方證實. 無論如何, 這些廠商都不希望NVIDIA繼續坐享先行者的優勢. Alphabet旗下Google是人工智慧發展的先驅之一. 2016年發表的TPU (Tensor Processing Unit)已在Google資料中心啟用超過一年. 此外, Google也是NVIDIA GPU的長期客戶之一. 2017年初, Google推出了能同時執行訓練與推論(inference)的第二代TPU. 以往Google TPU只能從事人工智慧的推論, 因此演演算法的訓練都需依賴NVIDIA GPU. 第二代TPU推出後, Google或許能就此擺脫NVIDIA GPU的影響. 英特爾(Intel)則是從兩條戰線投入這場人工智慧戰役. 英特爾首先耗資167億美元買下Altera, 取得了FPGA技術, 另外又在2016年花費約4億美元收購新創公司Nervana, 開發人工智慧專用的ASIC晶片. Nervana試圖從GPU上移除人工智慧應用不需用到的元件, 並宣稱如此將能讓GPU的運算能力提升至目前的10倍. 人工智慧領域的發展目前還在起步階段. NVIDIA雖然掌握了ㄧ些優勢, 但這並不代表GPU將可一直獨佔鰲頭. Tesla正在研發中的人工智慧晶片, 也只是NVIDIA所將面對的眾多挑戰者之一.
