上周商汤的最新刚靠软银融资的新闻，给国内的AI创业公司们重新找回了点“关注度”。但就在前几天早上，引领AI走向现实世界的英伟达又发布新产品了，这对于很多喊着要做芯片的AI创业公司都是一个最坏的消息。
原因很简单，在本周四举办的GTC（GPU技术峰会）2018的日本站上英伟达公布了全新一代的云端高效率版“AI推断加速器”——NVIDIA TESLA T4。
TESLA T4有多强？
先来说说TESLA T4的定位，它实际是一款云端专用的GPU加速卡，个头很小（半高PCIE卡），但是性能很强。
根据英伟达官方公布的数字：它的单浮点（FP32）运算能力能达到8.1TFLOPs，混合精度运算能力能够达到65 FP16 TFLOPs，INT8精度运算能力能够达到130TOPs，INT4精度运算能力能够达到260TOPs。同时，据传英伟达也将在这款产品上尝试全新的INT1运算模式，根据INT4运算能力推算，INT1的运算能力可能会达到史无前例的1080TOPs。
尽性能如此强劲，但TESLA T4真正追求的是整体系统效率而不是绝对性能。
这也符合英伟达“英文字母+4”这一命名规则的历史其他产品（例如M4和P4）。相比单卡更加强劲的TESLA家族其他型号，这几款产品的思路在明显不过——在最高效简洁的供电条件上，搭配最高效的核心配置，从而最终实现全服务器系统最高的工作效率。
以已经被证实在AI图像“推断”处理中更高效的INT8运算能力来说，T4达到了130TOPs，“上一代（Volta架构无该定位产品）”的P4只有区区22TOPs。这意味着，在不到两年的时间里，性能和能效比都增长了6倍。
这个速度是最辉煌时期的“摩尔定律”（18个月翻一倍）都不能比拟的。
性能之外，“4”系列GPU加速卡还有3个必定遵循的设计原则：最高功耗始终不超过PCI-E供电最高的75W；始终采用更加紧凑的半高单卡槽设计（便于密集部署）；始终采用无风扇的全被动散热方案。三个原则最终进一步加强了产品的实际效能。
TESLA T4性能如此强劲，不禁让人遐想全能版的T100能力
当然，单个计算单元性能较弱的问题在实际应用中也有所影响，就拿GPU加速卡最常用的AI领域中的“模型训练（通过大量数据和合适的神经网络让计算机学会规律）”来说，更大的计算单元和存储能力（容量、读取速度），几何倍数级优于小的。
但训练不行，AI还需要“推断（根据提前生成的神经网络规律，输出结果）”，这一部分操作并不需要特别大的计算单元和存储能力，而且在一类应用的AI算法、神经网络训练到一定程度的基础上，实际上需要的都是“推断”能力。
你也可以形象的理解为，“训练”是一个不断开荒和优化种植技术的过程，但最终的农田管理和农作物的管理，实际上都是“推断”来负责的。
大华股份的“睿智”系列GPU服务器
以目前AI应用领域“走在最前”的安防领域来说，国内的一众巨头企业，如海康威视、大华等很早都采用了英伟达的技术方案，其中就包括大量安装有TESLA P4的云端处理器。
也有不少AI创业公司，也正在研究进军安防领域的可能性。除了云市场，英伟达还在端市场部署了Jetson系列产品，相信不久的将来“图灵”架构也必然会更新到Jetson平台上，最终对绝大多数、想要造芯片的AI创业公司，形成致命威胁。
NVIDIA正在加速收割AI芯片？
黄仁勋发布新架构“Turing（图灵）”
在很多AI公司的宣传资料、券商、调研机构的报告中，对于AI芯片市场，总会有一句类似这样的判断——英伟达是“AI训练”领域的霸主，相比之下“AI推断”市场还有更多的机会。
但事情真的是这样吗？尤其是在看完TESLA T4之后，你还认为这是个可以信赖的说法吗？
至少我不这样认为，尤其是老黄在SIGGRAPH（计算机图形学会议）上发布了全新的“图灵”架构之后，我们实际上可以关注到一个很重要的趋势——本身偏向通用处理器的GPU，正在愈发“专用化”。
以最新的RTX 2080Ti为例，分别对应AI处理的Tensor Core、对应光线追踪处理的RT Core，总数就达到了612个。这也可以作为英伟达应对“摩尔定律”即将失效的一个手段，既然制程和基础技术无法带来提升，我们就从芯片的架构和效率上寻找空间。
再“巧”不过的是，最近几年GPU终于将幻想了数十年的人工智能变成了现实，并且在多方的共同努力下，愈发开枝散叶。
尽管英伟达自己的确从来没有说过“垄断市场”、“唯我独尊”之类的话语。包括著名的“皮衣教主”，还是一如既往的和蔼可亲。但英伟达的技术研发实力依旧在那里，步伐更是从未停歇，不断向AI界输出全新的理念。
英伟达官方的研究表明，INT8运算模式能够大幅提高AI图像处理的速率
处理速率大幅提升的同时，AI运算结果的差异性基本可以忽略
就例如从TESLA P4 GPU加速卡开始支持的INT8运算，它实际上是一种更低精度的运算方式，但根据英伟达官方自己的研究，在很多应用场景中，这种精度的下降并不会明显影响结果，反而能够让芯片性能倍数上升（相对于精度更高的FP16、FP32）运算。
这种取巧的路线很快也影响了整个业界的认识，于是乎，AI创业公司们也开始在首款或者是下一代产品中加入INT8的运算能力。
可结果是，这头AI创业公司们的“自主芯片”还没有看到什么影子，那头英伟达又更新了，而且还带来了INT4运算能力，同时还支持实验性的INT1运算能力。后两者目前的研究还不深，但相信英伟达不可能“空穴来风”。
一旦证明了INT4乃至INT1工作效率更高，那么很多AI创业公司花了大钱才造出来的芯片和产品，刚出生就已经落后了。
英伟达的平台拓展能力也值得关注，以这次GTC JAPAN为例，英伟达除了发布了全新的TESLA T4 GPU加速器之外，同时还公布了两个全新的开发平台——AGX、Clara。前者对应的是自动机械，后者对应的是医疗应用。
不过英伟达对于这两个领域并不陌生，英伟达的产品实际上也早已经应用到了这两个领域当中，但建立平台这一举动，或许意味着英伟达在2019年把这两个当做主要发展方向了。
总的来看，英伟达这个帮助AI崛起、半导体技术深厚、不断拓展市场的硅谷巨头，正在不断吃下AI市场的红利，这也是公司盈利和创造价值的基础目标所指引的方向。但创业公司真的必须加速了，再不跑快点，那就真的要死在巨头的“脚掌”下了。