AI非主流勢力在AI浪潮下的策略，以AMD、Intel為例
長期投資AI晶片的輝達（Nvidia），除了為微軟提供資料中心晶片幫微軟創造ChatGPT奇蹟以外，以顯示卡起家的輝達也催生了AI繪圖熱潮，例如Stable Diffusion、NovelAI等核心引擎都倚靠輝達顯示卡。相較之下，同樣競爭CPU和GPU的AMD和英特爾，因輝達憑著AI如虎添翼而相形失色，使得這兩家公司必須另闢蹊徑，避免在GPT和繪圖兩方面與輝達爭鋒，方能在保存研發實力的同時，另求更多面向的突破。
避開生成式AI AMD及Intel另闢戰場
AMD有鑑於顯示卡的市占率遠不如輝達，因此決定不再生成式AI跟輝達爭鋒，而是將既有的顯示卡技術加以改良，再融入若干AI元素。AMD推出了新一代顯卡架構「RDNA4」，依舊以遊戲畫質AI輔助最佳化為主軸；另外AMD的CPU也繼續注重在深度學習領域，推出了「ROCm」開放式運算引擎，預計套用在自駕車、醫療、影像識別等AI領域。
比Nvidia還早投入AI的Intel，曾推出醫療用的AI引擎「Watson」，但因為技術過於原始，往往造成判斷錯誤、開錯藥等嚴重事故，使得Intel的AI一度陷入冰河期；但Watson的失敗並未令Intel卻步，除了持續耕耘深度學習外，Intel還推出了「AI訓練加速器」，以硬體的方式來增加AI運算速度。
國際大廠競合賽局 加速AI發展
在微軟採用Nvidia晶片來驅動ChatGPT之前，微軟採用了AMD的晶片並用在Azure資料中心，著重雲端領域的AI附加運用。
Intel則與Nvidia合作，並為Nvidia提供Xeon CPU用於資料中心，比傳統資料中心提升25倍效能、能耗效率提升3.5倍，進而使AI資料中心建置成本降低3倍。
商場上沒有永遠的朋友，也沒有永遠的敵人，雖然Nvidia和微軟在AI方面的表現，讓使用者特別有感，令AMD、Intel變成較為非主流的勢力，但各家AI軟硬體巨頭之間仍各取所需，魚幫水、水幫魚，微軟也有跟AMD合作、Nvidia也有跟英特爾合作，都為了在AI發展上獲得突破而各自努力。
封面圖片來源:123RF
參考來源：
參考資料
- (2023年2月20日). AMD 大談 RDNA 4 GPU AI 加速器：誓言帶來更高效能表現. 擷取自 Techspace: https://jctechspace.com/index.php/2023/02/20/amd-talks-about-rdna-4-gpu-ai-accelerate/
- Narasimhan, S. (2023年1月10日). 最綠色環保的一代：NVIDIA、Intel 及合作夥伴合作助力提高人工智慧運算效率. 擷取自 Nvidia: https://blogs.nvidia.com.tw/2023/01/10/intel-partners-ai-computing-efficiency/
- 王岫晨. (2022年5月30日). AMD加速器為微軟Azure大規模AI訓練挹注動能. 擷取自 CTimes: https://www.ctimes.com.tw/DispNews/tw/GPU/HPC/AMD/2205301643VQ.shtml
- 李宗翰. (2023年2月15日). 英特爾推2代AI訓練加速器，搭更多張量處理器核心與 擷取自 ITHome: https://www.ithome.com.tw/review/155484
- 李建興. (2022年3月23日). 微軟深度學習函式庫DeepSpeed開始支援ROCm平臺，在相容GPU上大幅加速大型模型訓練. 擷取自 ITHome: https://www.ithome.com.tw/news/150062
- 林思妤. (2023年3月20日). 輝達GTC大會登場 黃仁勳揭4大AI最夯應用. 擷取自 非凡新聞: https://news.ustv.com.tw/newsdetail/20230320A092