自动驾驶系统与AI芯片紧密相关，比如，特斯拉的电动车使用的是英伟达的芯片。在美国市场上，正在逐渐形成英伟达与英特尔-Mobileye联盟两大竞争者。Mobileve被英特尔以每股63.54美元的价格收购。Mobileye的机器视觉算法与英特尔的芯片、数据中心、AI和传感器融合，加上地图服务，正协同打造一个全新的自动驾驶供应商。英特尔的EyeQ5芯片对标英伟达专为自动驾驶开发的Drive PX Xavier SoC，据说EyeQ5 的计算性能达到了24TOPS(万亿次/每秒)，功耗为10瓦。
2.1.2 GPU
随着CPU摩尔定律的终止，传统处理器的计算力已远远不能满足海量并行计算与浮点运算的深度学习训练需求，而在人工智能领域反应出强大适应性的GPU成为标配。GPU比CPU拥有更多的运算器（ArithmeticLogicalUnit)，只需要进行高速运算而不需要逻辑判断，其海量数据并行运算的能力与深度学习的需求不谋而合。因此，在深度学习上游训练端（主要用于云计算数据中心），GPU是第一选择。目前，GPU的市场格局以英伟达为主（超过70%），AMD为辅，预计3\~5年内GPU仍然是深度学习市场的第一选择。
截至目前，英伟达毫无疑问是这波人工智能浪潮最大的受益者。英伟达股价从2016年初的32.25美元上涨至2018年初的245.8美元，两年间其市值飙升近8倍，并迅速获得了英特尔的体量。英伟达的崛起完全得益于这场突如其来的人工智能大革新。
有些芯片商除了做芯片之外，还会在整个AI生态上进行布局。例如，英伟达拥有一个较为成熟的开发生态环境（CUDA，见图2-3），包括开发套件和丰富的库（见图2-3）以及对英伟达GPU的原生支持。据说在CUDA上面的开发者人数已经超过50万人。
第2章 AI产业
27