테슬라 CEO 인 elfon 머 스크 신경 정보 처리 시스템의 2017 세션에서 테슬라는 소프트웨어에서 적극적으로, 인공 지능 기술을 개발 하기 위해 하드웨어, 그리고 테슬라 인공 지능 칩의 개발에 투입 되었습니다 밝혔다. 머 스크가 원하는 것을 할 수 있다면, 그것은 엔비디아의 시장 위치에 큰 위협이 포즈 가능성이 높습니다. 가지각색의 바보 웹사이트에 따르면, nvidia는 먼저 인공 지능 시장에 들어갔다과 주도권을 했다. 엔비디아는 인공 지능 시스템의 훈련에 적합 한 GPU의 병렬 처리에 익숙해 있다. NVIDIA의 데이터 센터 수익은 2 년 동안 600% 성장 했으며 회사의 전반적인 수익은 두 배로 증가 했습니다. 그러나 테슬라의 시도는 엔비디아가 너무 오래 만들 수 없습니다 인공 지능을 개발 합니다. 테슬라는 2016에 전 애플과 마이크로 (AMD) 칩 엔지니어 짐 켈러. 애플에 대 한 켈러는 고객 만든 칩의 개발에 대 한 책임이 있습니다. 머 스크는 켈러가 테슬라에 대 한 사용자 정의 칩을 만들 수 있다, 세계 최고의 인공 지능 전용 하드웨어가 될 것입니다. 반면에, 마이크로-지속적으로 인공 지능의 분야에서 자신의 경쟁력을 개선 하기 위해 노력 하 고 있습니다. 먼저, 테슬라는 인공 지능 칩의 마이크로 개발 작업을 하고있다 지만, 뉴스 양측에 의해 확인 되지 않았습니다. 어떤 경우에는, 이러한 공급 업체가 파이어 니 어의 장점을 즐길 수 계속 엔비디아 싶지 않아요. 알파벳의 구글은 인공 지능의 개발에 있는 개척자 중 하나입니다. 2016에 출판 된 TPU (tensor 處理 단위)는 1 년 이상 Google 데이터 센터에 (서) 있었다. 또한, 구글은 엔비디아 GPU의 장기적인 고객 중 하나입니다. 초기 2017, 구글은 같은 시간에 훈련과 추론 (추론)을 수행할 수 있었던 TPU의 2 세대를 시작 했다. 과거에는 구글 TPU는 인공 지능 유추에 종사 수 있도록 알고리즘 훈련은 엔비디아 GPU에 의존 하 고 있습니다. TPU의 2 세대의 도입 후, 구글은 엔비디아 GPU의 영향을 벗어날 수 있습니다. 인텔은 두 개의 전선에 인공 지능 캠페인을가 하 고 있습니다. 인텔 최초의 비용 167억 달러 altera, 달성 FPGA 기술을 구입 하 고 2016 년 동안 새로운 회사 nervana, 인공 지능 ASIC 칩의 개발을 얻기위한 약 4억 미국 달러를 보냈다. nervana gpu에서 AI 응용 프로그램에 필요 하지 않은 구성 요소를 제거 하려면 시도 하 고이 gpu는 10 배 현재 크기의 컴퓨팅 전원을 늘릴 수 있도록 주장 합니다. 인공 지능의 개발은 아직 초기 단계에 있습니다. Nvidia는 몇 가지 장점을가지고 있지만, 그것은 GPU가 항상 챔피언 것을 의미 하지는 않습니다. 테슬라 인공 지능 칩을 개발 하 고 많은도 전자의 엔비디아가 얼굴을 것입니다.
