英伟达公司近年股价走势,人工智能芯片初创公司数量爆炸式增长
近年所有的目光都集中在了nvidia上，因为它的显卡和gpu在很多方面都有巨大的市场需求：如游戏，数据中心的建设以及人工智能的潜在应用，使其股价爆涨。
下图所示的nvidia股价变化图可能是2017年最令人瞠目结舌的部分，在这一年，人工智能继续在科技领域前进，几乎无处不在。而人工智能世界正在发生一些更微妙的变化，这可能会产生更深远的影响。
最近一年，许多创业公司都致力于研发自己的硬件，这些硬件将为ai构建的未来设备提供动力，所以它们获得了大量资金。其中一些创业公司并没有大的研发团队（或尚未发布产品），但已经可以轻易的筹集到资金。
优化推理和训练是图像和语音识别等流程的两个关键部分，初创公司一直在寻找方法来优化这些流程，使其更快，更节能，并且更适合于下一代人工智能设备。gpu不再是传统的计算架构，现在gpu已成为处理ai流程所需的快速计算的首选芯片之一。这些初创公司认为他们可以比nvidia gpu做得更好。
在我们了解初创公司之前，让我们先看一下nvidia的股票走势图，来了解一下这个领域的基本情况。即使价格在2017年底出现昙花一现，但到2018年，nvidia的股价也将上涨近80％：
自然地，我们会看到一大批初创公司正在寻找nvidia在ai市场中地潜在漏洞，投资者也会注意到这一点。
有消息已经证实了这个猜想，即cerebras systems去年12月从benchmark capital获得了大约2500万美元的资金。当时，似乎ai芯片行业并不像今天那么热门。但是随着时间的推移，nvidia在gpu市场的主导地位明显表明这将有巨大的发展空间。随后福布斯今年8月报道了该公司价值达近9亿美元。
graphcore也在今年做出了一些回应。今年11月，在由atomico领投的3000万美元融资后不久，该公司又宣布了已经获得由sequoia capital领投的新一轮5000万美元融资。 graphcore也和cerebras systems一样，在市场上没有像nvidia那样引人注目的产品，然而，这家初创公司能够筹集8000万美元融资。
中国人工智能创业公司也筹集了一大笔资金：阿里巴巴向估值10亿美金的创业公司寒武纪科技提供融资。据报道，英特尔为地平线机器人公司投资1亿美元。深鉴科技已经融资约1亿美金，估值10亿美金。
在早些时候，一家名为thinkforce的初创公司也筹集了6800万美元。更不用说groq了，这是一家由前谷歌工程师创立的创业公司，它从social + capital筹集了大约1000万美元。另一家芯片公司已经融资930万美元。
目前已经有7家初创公司进入该领域，并且大多已经筹集了数千万美元，其中至少有一家创业公司的估值接近9亿美元。而且也出现了一些硬件类的初创公司，下一代硬件的研发可能需要更多的融资。所以这仍然是一个不容忽视的空间。
全球的大公司也在努力创建自己的系统来超越初创公司。谷歌今年早些时候宣布其下一代tpu将面向推理和机器学习。apple为其下一代iphone设计了自己的gpu。google cloud应用程序或siri都助于针对自己特定需求调整硬件。英特尔在10月份表示，它将在2017年底之前推出新的nervana nueral网络处理器。2016年8月，英特尔以3.5亿美元的价格收购了nervana。
所有这些都代表了初创公司和大公司的承诺，每个公司都在寻找自己对gpu的解释。 但是，nvidia将开发人员锁定在其cuda平台上的可能是一个更加困难的任务。对于那些试图将硬件推向市场并让开发人员参与进来的初创企业来说，效果将是双重的。
当你与硅谷的投资者交谈时，你仍会心存疑虑。 例如，当亚马逊服务器中的芯片已经可以满足ai训练的需求时，为什么众多公司还想去购买速度更快的芯片？目前仍有大量投资资金流入该领域，他们想再次投出一家像uber和whatsapp一样的成功公司。
nvidia仍然是该领域的领导者，随着自动驾驶汽车等设备变得越来越重要，它将继续保持其主导地位。但是，进入2018年，我们开始思考这些初创公司是否真的有机会超越nvidia。 创造速度更快，功耗更低的芯片是一件非常诱人的事情，这些芯片可以进入物联网领域，并通过更有效的推理真正实现这些设备的智能。而且当用户想要训练模型时，这些芯片可以让这些服务器更快，更节能。
机器人“伤人”事件：“操作不当”还是“设计缺陷”？
矩阵键盘扫描的原理及设计
基于S3C2410处理器和Linux平台实现视频处理和网络传输系统的设计
CCD和CMOS的技术对比
铁路轨道安全检查的守护核心–德承GP-3000
英伟达公司近年股价走势,人工智能芯片初创公司数量爆炸式增长
早下手早享受：818发烧节，细数那些值得入的全画幅单反
下一代欺骗技术——早期威胁检测
不论是不是力帆，选择代工才是车和家的当务之急
数字电源时序器的内部结构与数字电源时序器的常见故障
华中科大与Synopsys建立ARC处理器联合培训中心，为中国IC产业发展输送人才
石油石化智能巡检管理系统的解决方案和实现功能介绍
开发3D打印新型软件工具，用于设计航空航天栅格结构
武汉芯源半导体首款车规级MCU，CW32A030C8T7通过AEC-Q100测试考核
苹果iOS 12VS谷歌Android P，到底谁更胜一筹
传智播客携手库柏特推动智能机器人技术与产业发展
南京联通推出EasyMacro 2.0解决方案成功解决了高层住宅网络覆盖的问题
上海盈方微电子获CEVA-TeakLite-4 音频/语音 DSP内核授权许可
创基Type-C扩展坞让小接口扩出用户拥有的希望
五分钟看完戴姆勒精灵Smart C-NCAP碰撞测试全过程
下图所示的nvidia股价变化图可能是2017年最令人瞠目结舌的部分，在这一年，人工智能继续在科技领域前进，几乎无处不在。而人工智能世界正在发生一些更微妙的变化，这可能会产生更深远的影响。
最近一年，许多创业公司都致力于研发自己的硬件，这些硬件将为ai构建的未来设备提供动力，所以它们获得了大量资金。其中一些创业公司并没有大的研发团队（或尚未发布产品），但已经可以轻易的筹集到资金。
优化推理和训练是图像和语音识别等流程的两个关键部分，初创公司一直在寻找方法来优化这些流程，使其更快，更节能，并且更适合于下一代人工智能设备。gpu不再是传统的计算架构，现在gpu已成为处理ai流程所需的快速计算的首选芯片之一。这些初创公司认为他们可以比nvidia gpu做得更好。
在我们了解初创公司之前，让我们先看一下nvidia的股票走势图，来了解一下这个领域的基本情况。即使价格在2017年底出现昙花一现，但到2018年，nvidia的股价也将上涨近80％：
自然地，我们会看到一大批初创公司正在寻找nvidia在ai市场中地潜在漏洞，投资者也会注意到这一点。
有消息已经证实了这个猜想，即cerebras systems去年12月从benchmark capital获得了大约2500万美元的资金。当时，似乎ai芯片行业并不像今天那么热门。但是随着时间的推移，nvidia在gpu市场的主导地位明显表明这将有巨大的发展空间。随后福布斯今年8月报道了该公司价值达近9亿美元。
graphcore也在今年做出了一些回应。今年11月，在由atomico领投的3000万美元融资后不久，该公司又宣布了已经获得由sequoia capital领投的新一轮5000万美元融资。 graphcore也和cerebras systems一样，在市场上没有像nvidia那样引人注目的产品，然而，这家初创公司能够筹集8000万美元融资。
中国人工智能创业公司也筹集了一大笔资金：阿里巴巴向估值10亿美金的创业公司寒武纪科技提供融资。据报道，英特尔为地平线机器人公司投资1亿美元。深鉴科技已经融资约1亿美金，估值10亿美金。
在早些时候，一家名为thinkforce的初创公司也筹集了6800万美元。更不用说groq了，这是一家由前谷歌工程师创立的创业公司，它从social + capital筹集了大约1000万美元。另一家芯片公司已经融资930万美元。
目前已经有7家初创公司进入该领域，并且大多已经筹集了数千万美元，其中至少有一家创业公司的估值接近9亿美元。而且也出现了一些硬件类的初创公司，下一代硬件的研发可能需要更多的融资。所以这仍然是一个不容忽视的空间。
全球的大公司也在努力创建自己的系统来超越初创公司。谷歌今年早些时候宣布其下一代tpu将面向推理和机器学习。apple为其下一代iphone设计了自己的gpu。google cloud应用程序或siri都助于针对自己特定需求调整硬件。英特尔在10月份表示，它将在2017年底之前推出新的nervana nueral网络处理器。2016年8月，英特尔以3.5亿美元的价格收购了nervana。
所有这些都代表了初创公司和大公司的承诺，每个公司都在寻找自己对gpu的解释。 但是，nvidia将开发人员锁定在其cuda平台上的可能是一个更加困难的任务。对于那些试图将硬件推向市场并让开发人员参与进来的初创企业来说，效果将是双重的。
当你与硅谷的投资者交谈时，你仍会心存疑虑。 例如，当亚马逊服务器中的芯片已经可以满足ai训练的需求时，为什么众多公司还想去购买速度更快的芯片？目前仍有大量投资资金流入该领域，他们想再次投出一家像uber和whatsapp一样的成功公司。
nvidia仍然是该领域的领导者，随着自动驾驶汽车等设备变得越来越重要，它将继续保持其主导地位。但是，进入2018年，我们开始思考这些初创公司是否真的有机会超越nvidia。 创造速度更快，功耗更低的芯片是一件非常诱人的事情，这些芯片可以进入物联网领域，并通过更有效的推理真正实现这些设备的智能。而且当用户想要训练模型时，这些芯片可以让这些服务器更快，更节能。
机器人“伤人”事件：“操作不当”还是“设计缺陷”？
矩阵键盘扫描的原理及设计
基于S3C2410处理器和Linux平台实现视频处理和网络传输系统的设计
CCD和CMOS的技术对比
铁路轨道安全检查的守护核心–德承GP-3000
英伟达公司近年股价走势,人工智能芯片初创公司数量爆炸式增长
早下手早享受：818发烧节，细数那些值得入的全画幅单反
下一代欺骗技术——早期威胁检测
不论是不是力帆，选择代工才是车和家的当务之急
数字电源时序器的内部结构与数字电源时序器的常见故障
华中科大与Synopsys建立ARC处理器联合培训中心，为中国IC产业发展输送人才
石油石化智能巡检管理系统的解决方案和实现功能介绍
开发3D打印新型软件工具，用于设计航空航天栅格结构
武汉芯源半导体首款车规级MCU，CW32A030C8T7通过AEC-Q100测试考核
苹果iOS 12VS谷歌Android P，到底谁更胜一筹
传智播客携手库柏特推动智能机器人技术与产业发展
南京联通推出EasyMacro 2.0解决方案成功解决了高层住宅网络覆盖的问题
上海盈方微电子获CEVA-TeakLite-4 音频/语音 DSP内核授权许可
创基Type-C扩展坞让小接口扩出用户拥有的希望
五分钟看完戴姆勒精灵Smart C-NCAP碰撞测试全过程