怎样看待AMD与阿里云的战略合作
AMD的定制、嵌入式计算芯片还是领先于NV的，不是技术，而是业态与合作管理。因为他有业界少有的专业的CPU和GPU兼备的开发生产经验！看看它统一了游戏主机市场就知道！如果不出意外，这次合作对农企是巨大利好！， 不管怎样，我都是喜欢AMD，他给了我们另一种选择与可能性，这就够了。
■网友
回答写到那个问题下面了，一并回答，泻药。如何看待云栖大会上阿里云宣布降价最多50%，友商还有的玩吗？ - 阿里云
■网友
谢邀。中国赛区前沿应用的队已经站好，接下来就看两家怎么打牌了。
NVIDIA在自动驾驶上可是有不少的基础，Driver PX2还有和Tesla的合作都能体现这一点，这么看的话百度倒是选对了人。。至于农企。。。农企的Deep Learning真的大丈夫？NVIDIA在Deep Learning上已经完全不鸟AMD了，都直接跑去和Intel撕逼了，现在NVIDIA丢出DGX-1，intel祭出新Xeon Phi，两边已经开始骂战了。。。英特尔的声明在英特尔的一份声明中，它声称四块 Knights Landing Xeon Phi 芯片比「四块 GPU」要快 2.3 倍。英特尔还声称在多节点系统中， Xeon Phi 芯片的能比 GPU 更好地扩展 38% （高达 128 节点，根据英特尔的声明，GPU 没法达到）。英特尔说 128 块 Xeon Phi 的服务器组成的系统要比单块 Xeon Phi 服务器快 50 倍，暗示着 Xeon Phi 服务器的扩展性相当好。
英特尔还在文中说到，当使用英特尔优化版的 Caffe 深度学习框架时，Xeon Phi 芯片要比标准 Caffe 实现快 30 倍。
英伟达的反驳
英伟达的主要反驳点看起来是英特尔使用了其旧的基准测试结果，比较 GPU 时会产生误导，特别是因为一旦英伟达的 GPU 从 28nm 的平面工艺转移到 16nm 的 FinFET 工艺上时，其性能和效率都有巨大的提升。不仅如此，在过去的几年里，英伟达也为其 GPU 优化了各种软件框架。
这就是为什么英伟达声称如果英特尔使用更新一点的 Caffe AlexNet 实现结果的话，它就会发现四块上代英伟达 Maxwell GPU 实际上比四块英特尔 Xeon Phi 服务器集群快 30%。
关于 Xeon Phi 「更好地扩展 38%」，英伟达也说英特尔的比较中包括它最新的 Xeon Phi 服务器和最新的互联技术，而英特尔将其与四年前的基于 Kepler Titan X 系统作比较。英伟达提到百度已经证实，通过 128 个 Maxwell GPU，语音训练负载几乎是线性扩展的。
英伟达也相信，对于深度学习，更少的高性能节点无论如何都会比更多低性能节点好。英伟达补充了一点，它最新的 DGX-1 「盒子中的超级计算机」比 21 个 Xeon Phi 服务器集群快一点，比四个 Xeon Phi 服务器集群快 5.3 倍。
考虑到非营利性的 OpenAI 是 DGX-1 系统的第一位客户，所以英特尔没有将其与 Xeon Phi 芯片作比较可以理解。然而，如今基于 Maxwell 的系统是相当老的，所以并不清楚英特尔为什么决定将它最新的 Xeon Phi 芯片与这块来自 18 个月之前的软件的前几代的 GPU 作比较。
人工智能芯片竞赛愈演愈烈（以良性的方式）
涉及到深度学习，Xeon Phi 可能还是要落后于 GPU 系统的，不论是表现上还是软件支持的方面。然而，如果英伟达的 DGX-1 能勉强打败 21 个 Xeon Phi 的服务器集群的话，这也意味着 Xeon Phi 芯片在价格上是相当有竞争力的。
目前一块 DGX-1 的售价是 129,000 美元，然而一块单独的 Xeon Phi 服务器芯片不论在哪的售价都在 2000 美元到 6000 美元之间。甚至是在使用 21 块英特尔顶级 Xeon Phi 芯片的时候，该系统的价格仍然比英伟达 DGX-1 要低。
虽然英伟达和英特尔之间的战争似乎在接下来的几年内还会逐步升温，但更有趣的是，像谷歌 TPU 这样的 ASIC-like 芯片是否会成为最后的赢家呢？
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义