由于NVIDIA GPU平行运算适用于人工智能(AI)深度学习，近年跃升为AI芯片领头羊，气势完全压过CPU双雄英特尔(Intel)及超微(AMD)，但随着拥有灵活弹性的现场可编程闸阵列(FPGA)芯片效能、功耗及运算能力提升，重金买下FPGA大厂Altera、全面启动芯片整合的英特尔，以及传出是博通(Broadcom)最新购并对象的赛灵思(Xilinx)，恐将力阻NVIDIA独大之路，加上Google、亚马逊(Amazon)与苹果(Apple)积极投入芯片开发，各式ASIC芯片百花齐放，2018年AI芯片激战可期。

AI应用正快速在各领域普及，未来商机规模高达数千亿美元，将带动新一波产业革新，吸引各路人马争相加码投资，握有AI芯片运算技术可望抢先取得AI战场发话权，使得AI芯片战火趋烈。由目前各路人马争相投入芯片平台开发与整合来看，AI战局暂时由芯片业者担纲要角。

近年来NVIDIA备受全球市场追捧，至于英特尔、超微、高通(Qualcomm)、联发科、IBM、Google、苹果、Facebook、亚马逊、微软(Microsoft)亦加速AI芯片开发，各式ASIC芯片业者也全面崛起。芯片业者指出，随着各式AI芯片运算能力提升，效能与功耗改善，可满足更多元AI应用，NVIDIA虽抢下AI芯片首战胜利，但2018年起面临各路人马挑战，优势恐将不再。

芯片业者表示，AI杀手级应用并未出现，目前仍难断定NVIDIA GPU为最适合深度学习的芯片，现有演算法众多，尚未见可满足所有应用需求的芯片，NVIDIA GPU抢先卡位，主要凭藉平行运算技术优势及专为AI设计的架构，并大力开发各种深度学习软件、函式库和工具，提供较完整的深度学习解决方案，加速深度神经网络和训练效能。

英特尔先前因CPU执行AI效率不佳而遭到NVIDIA压制，后来借由购并策略迅速扩增AI实力，2015年以167亿美元买下FPGA大厂Altera，借由FPGA运算能力和灵活性弥补CPU缺点，2016年英特尔再购并AI与深度学习业者Nervana Systems，2017年又砸下153亿美元买下自驾车技术大厂Mobileye，英特尔AI软、硬件技术整合效益渐显。

英特尔新推出的Nervana AI平台具备多元化优势，Intel Xeon可扩充产品系列针对持续演进的AI工作负载，提供高度可扩充运算能力，并为最密集的深度学习训练推出代号为Lake Crest的专属芯片；Intel Mobileye专为主动式安全自动驾驶等应用所设计的视觉技术；Intel FPGA用以执行深度学习推论的可编程加速器；Intel Movidius的低功耗视觉技术，让机器学习得以在多样化的终端装置上执行。

FPGA大厂赛灵思同样主打耗能低于CPU且能以更快速度执行AI运算，近期在深度学习的神经网络演算获得市场支持，包括百度、亚马逊都开始使用，以扩展NVIDIA GPU无法达成的运算任务，赛灵思FPGA产品获得不少大厂支持，其并投资大陆深鉴，强化深度压缩、编译工具链及系统层级最佳化机器学习应用领域。

另外，随着博通购并高通破局，市场传出博通看好FPGA技术应用，有可能转向收购赛灵思，这也使得入列比特大陆ASIC矿机供应链的赛灵思，再度成为全球焦点。芯片业者认为，未来AI战场将是国际大厂厮杀情势，目前孤军奋战的赛灵思被收编的机会大。