日前，全球AI芯片第一股英偉達在發(fā)布了不及預期的2019財季第三季度財報及第四季度業(yè)績展望后，股價一度暴跌近20%，而在過去一個月中，英偉達股價已經(jīng)下跌超過14%。那么問題來了，這兩年股價一直暴漲，頗有AI芯片“妖股”之稱的英偉達緣何出現(xiàn)股價暴跌？

眾所周知，以PC圖形芯片（GPU）為核心的英偉達之所以股價和市值暴漲，最根本的原因是其自身和外界賦予了英偉達AI芯片（公司）的名頭，而AI被外界公認為是未來芯片產業(yè)的發(fā)展方向。

盡管如此，從英偉達的財報看，傳統(tǒng)的PC圖形芯片依然是其營收和利潤的主要來源（至少營收依然占到了一半）。而此次財報發(fā)布后股價的暴跌，究其原因，也主要與其圖形芯片庫存的增加和“挖礦”芯片需求的減少而導致業(yè)績未達預期密切相關。雖然與AI真正相關的數(shù)據(jù)中心和智能駕駛等等芯片業(yè)務營收的處在增長之中，但鑒于其在英偉達整體營收的比重不足以影響整體的業(yè)績表現(xiàn)，所以仍未能成為影響其股價走勢的主要因素。

實際上不僅是剛剛過去的第三季度，從過去接近一年英偉達傳統(tǒng)PC圖形芯片業(yè)務一直占據(jù)其一半營收左右的事實，至少從短期看，英偉達仍不能稱之為AI芯片公司或者說按照AI芯片公司衡量其股價和市值。而就在英偉達發(fā)布財報之后，曾經(jīng)因為AI而看好英偉達股價的高盛將從其“確信名單”中剔除，聲稱它“顯然看錯了這只股票”，低估了該公司庫存積壓的嚴重性，也從側面證實了業(yè)內審視英偉達的標準開始發(fā)生變化（至少不能完全以AI企業(yè)的標準來衡量）。

如果說上述是英偉達實際業(yè)務構成和表現(xiàn)顯現(xiàn)出其作為全球AI芯片第一股盛名難副的話，那么即便是將其放置當下和未來的AI芯片中也遠非外界普遍認為的那般強大，至少存有一定的誤區(qū)。

曾幾何時，在英偉達、媒體和分析機構等的大力鼓吹和宣傳下，英偉達似乎成為了AI芯片，甚至是整個AI產業(yè)的代表。但事實遠非如此。我們僅以目前AI芯片市場規(guī)模最大，也是英偉達GPU應用最為廣泛的數(shù)據(jù)中心支撐的云計算為例，具體到所謂AI芯片的應用，主要分為云端訓練（Training）和云端推理（Inferencing），也理應是業(yè)內現(xiàn)在和未來以AI之名衡量英偉達股價和市值的主要依據(jù)。

其中在強調算力重要性的云端訓練方面，由于GPU具備的算力的天然優(yōu)勢，英偉達目前占有絕對領先的市場份額，但在云端推理方面，先不說傳統(tǒng)的CPU目前就可以承擔接近一半AI相關應用的負載，從AI芯片的角度，與英偉達的GPU在云端訓練方面近乎一家獨大不同，其呈現(xiàn)的百花齊放之勢，且芯片大佬云集。例如基于FPGA的全球FPGA芯片巨頭賽靈思(Xilinx)和英特爾（并購來的Altera）。

對此，美國投資研究機構MorningStar分析師Abhinav Davuluri分析稱，英特爾與賽靈思之所以在云端的推理階段具備優(yōu)勢，首先是在推理方面，并不需要GPU強大的算力（更注重功率效率），其次英特爾和賽靈思有比英偉達更廣泛的芯片選擇，包括CPU、FPGA、協(xié)處理器和特殊應用集成電路(ASIC)等。

例如在CPU方面，雖然在云端訓練方面的算力上不及GPU，但在注重功率效率的云端推理上則有望超越GPU。

以CPU市場的老大英特爾為例，在斯坦福大學更新的DAWNBenchmark測試成績顯示，英特爾的ResNet模型(Caffe框架)，即完全由Xeon處理器構建的亞馬遜EC2平臺，推理延遲和推理成本上都拿下第一。具體來說，英特爾平臺處理10000張圖片的延遲是9.96ms，成本0.02美元，相比之下，英偉達基于MXNet框架的K80顯卡+4 CPU平臺的成本是0.07美元、延遲29.4ms。

需要說明的是，DAWNBench是一套用于端到端深度學習訓練和推理的基準套件，提供了一套通用的深度學習評價指標，用于量化訓練時間、訓練成本、推理延遲以及推理成本，并通過不同的優(yōu)化策略、模型體系結構、軟件框架、云和硬件來計算推理成本。

除了CPU外，英特爾在今年美國舊金山舉辦的人工智能開發(fā)者大會上，還推出了基于ASIC專為機器學習設計的神經(jīng)網(wǎng)絡處理器芯片Nervana NNP-L1000（Spring Crest），有分析稱這款NNP將大幅超越GPU。

同樣，作為全球FPGA芯片巨頭的賽靈思不久前也宣布推出專為云端推理設計的AI芯片，這款名為Versal的芯片將FPGA與兩個更高性能的ARM處理器相結合，再加上一個專用的AI計算引擎，與現(xiàn)有硬件相比，可以實現(xiàn)更高的吞吐量、更低的延遲和更高的功效。對此有分析師表示，賽靈思推出這款Versal芯片是將矛頭對準了英偉達及其已經(jīng)成為AI工作負載標準的GPU。

通過上述的分析，我們不難發(fā)現(xiàn)，在所謂AI芯片應用最大的云計算市場，按照云端訓練和推理競爭的AI應用衡量，芯片廠商競爭的核心無非是芯片的處理能力（算力）和功率效率。而英偉達的優(yōu)勢目前只是體現(xiàn)在了云端訓練的算力上，在注重功率效率的云端推理上顯然并不具備絕對的優(yōu)勢，且面臨強大的競爭對手。

而眾所周知的事實是，一個完整的AI云端解決方案，從訓練走向推理是必然，而英偉達能否將在云端訓練上的優(yōu)勢擴展到云端推理，業(yè)內一直存有相當?shù)臓幾h，這也讓英偉達在最大的AI芯片應用市場的未來能否是絕對的老大充滿了變數(shù)。

如果說上述是英偉達在最大AI芯片應用市場面臨激烈競爭能否延續(xù)既有優(yōu)勢存疑的話，那么在既有的算力優(yōu)勢上，英偉達的挑戰(zhàn)已經(jīng)到來。而且這些挑戰(zhàn)者均是目前英偉達GPU用戶的非芯片企業(yè)。其中最典型的就是谷歌已經(jīng)發(fā)展了三代的TPU。

相比于傳統(tǒng)GPU圖形芯片，TPU使用8位低精度計算以節(jié)省晶體管，對精度影響很小但可以大幅節(jié)約功耗，而若把多個TPU集成在一起，在增強性能的同時，功耗也會低于多個GPU集成。具體到今年發(fā)布的第三代TPU，據(jù)稱，其新運算陣列TPUv3 Pod 的計算能力遠遠超過了100 Petaflops，這無疑使得英偉達在今年NVIDIA GTC 2018大會上發(fā)布的可容納16塊Tesla V100 GPU的DGX-2提供的2Petaflops的算力相形見絀。而更讓英偉達感到不安的是，谷歌宣布今年宣布開放自己的TPU算力和生態(tài)，這無疑又會間接影響到目前在云端使用英偉達GPU作為AI芯片的企業(yè)，減少對于其GPU的采購和使用。

不僅是谷歌，像諸如微軟、亞馬遜、中國的華為、阿里巴巴、百度等這些英偉達的大客戶均已經(jīng)發(fā)布和準備涉足AI芯片（主要是面向云端的AI應用）。

例如微軟正在開發(fā)基于FPGA的Brainwave，阿里巴巴正在研發(fā)一款神經(jīng)網(wǎng)絡芯片Ali-NPU，該芯片將運用于圖像視頻分析、機器學習等AI推理計算。華為更是在日前舉行的華為全鏈接2018大會上發(fā)布了兩款AI芯片：昇騰910、昇騰310。其中昇騰910作為單芯片計算密度最大的AI芯片，算力遠高于谷歌研發(fā)的TPU V3、NVIDIA V100芯片，達到了驚人的256TFLOPS。而阿里巴巴正在研發(fā)一款神經(jīng)網(wǎng)絡芯片Ali-NPU，該芯片將運用于圖像視頻分析、機器學習等AI推理計算。

綜上所述，我們看到，無論是從英偉達現(xiàn)在的營收構成，還是未來的AI芯片產業(yè)中，其全球AI芯片第一股盛名難副的跡象已經(jīng)顯現(xiàn)，就像知名做空機構香椽今年8月份在做空英偉達時所言：每次有新的人工智能技術亮相，在提到競爭對手時，都會提到英偉達的名字。言外之意，英偉達已經(jīng)成為AI芯片領域的眾矢之的（統(tǒng)計數(shù)據(jù)顯示，有多達40家公司都在設計定制化的AI芯片，其中許多都鎖定了數(shù)據(jù)中心和云端應用），不管是芯片產業(yè)的真正競爭對手（主要是芯片廠商），還是合作伙伴（英偉達的客戶），它們或出于競爭，或出于自身業(yè)務發(fā)展的考量，在技術、商業(yè)模式等方面直接或者間接地影響著未來英偉達在AI芯片領域的地位。