據英偉達官網數據顯示，2016年， 將英偉達產品用于深度學習的機構接近兩萬家，相當于2014年的13倍。醫療、生命科學、教育、能源、金融、汽車、制造業以及娛樂業等諸多行業均將得益于海量數據的分析。

　　今年8月，黃仁勛在投資人會議上強調，深度學習是英偉達十分重要的增長動力，也是公司一直持續大力投資的領域：

　　“過去5年來，我們一直默默投資深度學習，因為我們相信深度學習未來對整個軟件產業、整個計算機產業都有著深遠的影響，我們把一切都賭在了深度學習上�！�

　　布局：從底層到終端，面面俱到

　　對公司的定位上，黃仁勛宣稱英偉達是一家人工智能公司。

　　從核心的產品來看，2016年英偉達發布了Pascal架構的Tesla P4＆P40，以及TeslaP100深度學習芯片。其中，Tesla P4＆P40主要負責圖像、文字和語音識別，而Tesla P100主攻學習和訓練任務。在今年年初的CES上，公司還發布了Drive PX2車載電腦，這款產品會配備在特斯拉的新一代量產車上。

　　此外，在2016年4月的 GTC（GPU技術大會）上發布的NVIDIA DGX——1，配備了Tesla P100 GPU，夠快速設計深度神經網絡 （DNN），運行速率是之搭載舊版GPU系統的12倍。英偉達稱其為世界上首款專為深度學習而打造的系統。

　　從底層架構到終端應用，英偉達都有了較為全面的布局。

　　從財務數據上看，根據英偉達2016前三季度同期營收對比，在游戲、專業可視化、數據中心、智能汽車、OEM＆IP五項業務中，數據中心和智能汽車同期增長比例最大，數據中心同比增加120．7％，智能汽車同比增加58．1％。這兩項業務都與人工智能。

　　在同期業務所占比重當中，數據中心和智能汽車的占比也在增大。雖然，游戲依然占最大的比重大，但是人工智能帶來的前景卻更讓人期待。

　　應用層：亮點就是“無人駕駛”

　　在應用層面的布局上，英偉達最看重的就是自動駕駛。在2015年和2016年的CES，英偉達幾乎只講了一個主題——車載計算平臺Drive PX／PX2。在CES2017上，自動駕駛也是重磅內容。

　　而英偉達之所以看重無人駕駛領域。一來是因為無人駕駛是目前唯一大規模的應用場景，二來，是因為無人駕駛也是充分展現實力的試金石。

　　而在這個領域的布局速度上，英偉達同樣先于競爭對手。

　　早在2014年1月，英偉達就發布了Tegra K1移動處理器。英偉達稱其適用于智能手機、平板電腦和自動駕駛汽車。同年10月，搭載Tegra K1處理器的Tesla新款Model S開始量產，英偉達成為第一個享受到自動駕駛紅利的廠商。同年5月，DRIVE PX自動駕駛平臺發布。

　　而2016年，英偉達并沒有采取多么出其不意的舉措，基本從技術升級及廠商合作兩個方面入手。不同的是，今年AI概念變得更加火熱，而與此同時智能駕駛也逐漸成熟，這些客觀因素讓英偉達收割了更多的紅利，也讓公司站在了聚光燈之下。

　　2016年，除了特斯拉這個老朋友外，百度、沃爾沃也跟英偉達達成了合作，他們都將生產搭載DRIVE PX 2的智能駕駛汽車。

　　而在剛剛結束的2017CES展會上，英偉達又秀了一把‘’肌肉＂，夸張點甚至可以說是英偉達的個人秀，完全搶了微軟谷歌們的風頭。期間，CEO黃仁勛親自站臺，發布了多款無人駕駛產品。

　　其中，最重要的便是新一代自動駕駛計算機Xavier。該計算機具有機器學習功能、自動巡航功能（包括高速公路自動駕駛和高清制圖），能夠實時了解周邊情況、在高精度地圖上精確定位，以及規劃安全行車路線。

　　除了Xavier之外，英偉達還展示了人工智能協同駕駛系統AI Co——Pilot，該系統具有人臉識別、頭部追蹤、視線追蹤、讀唇等功能，能在行車中輔助駕駛者，提高駕駛安全性與便利性。

　　英偉達甚至自己還推出了首臺無人駕駛汽車BB8（名字來源于星球大戰中的球形機器人）。

　　此外，英偉達還一口氣宣布了眾多合作伙伴，包括車內定位和導航產品及服務品牌Tom Tom、全球汽車零部件巨頭采埃孚、汽車雷達及芯片供應商博世和汽車制造商奧迪。

　　在自動駕駛市場，Google、蘋果、微軟等科技公司都在建立自己的汽車生態體系。不過智能汽車對于他們來說都不是核心業務。最重要的是，他們沒有真正進入汽車供應鏈體系。

　　與之相反，英偉達的Drive PX系列自動駕駛解決方案，已經進入了汽車的上游供應鏈中，并創造了利潤。但這也意味著英偉達將在汽車芯片市場與英特爾、高通、恩智浦、瑞薩電子等公司正面碰撞。

　　自動駕駛的風口讓英偉達在汽車市場從“邊緣人”變成了挑戰者。隨著特斯拉Model S等備受矚目的車型更加智能化與多媒體化，英偉達有了彎道超車的機會，并有望在汽車產業的上游供應鏈占據更有優勢的地位。

　　當前，CPU與GPU在車內的應用，主要停留在車機（娛樂信息系統）層面，還沒上升到整車的控制中心級別。99％的車型，也并不需要英偉達Drive PX2這個級別的運算能力。因此英偉達在汽車供應鏈中“彎道超車”的機會必定與無人駕駛的發展捆綁在一起。

　　其他應用場景也有英偉達的“身影”

　　除了無人駕駛之外，英偉達在無人機和醫療等方面也有所布局。

　　不過在無人機方面，2016年英偉達并沒有大動作，只在年初上市了新一代芯片Jetson TX1。這款面向消費級無人機市場的產品在2015年11月發布，可以掃描周圍環境的可疑情況，并且在叢林搜索和救援行動中自行導航。

　　而老客戶博瑞已經在第二代無人機上搭載了Jetson TX1。它的第一代無人機也搭載了英偉達的芯片（Tegrak K1）。

　　不過相比于英特爾而言，英偉達對無人機市場的興趣遠不像汽車那么大。

　　在醫療領域，英偉達也做了嘗試。2016年4月的2016 GTC（GPU技術大會）上，英偉達宣布成為麻省總醫院臨床數據科學中心的技術合作伙伴，將利用中心現有的100億份醫學影像，進行深度學習訓練開發，并最終用于疾病的檢測、診斷、治療等諸多方面。

　　同年11月，英偉達宣布與美國國家癌癥研究所、美國能源部等聯手啟動“癌癥探月”（Cancer Moonshot）計劃，決心利用深度學習推進癌癥研究。

　　值得注意的是，在CES2017上，黃仁勛也在主題演講中宣布，英偉達將進軍智能家居的語音識別領域。

　　目前，Google的語音助手只能與Google Home家庭智能語音設備，及Pixel智能手機進行匹配。但英偉達將推出的流媒體設備Shield  TV將成為第一個Google Assistant 使用的非Google研發產品。由于英偉達此前的大多數產品都不直接面向C端，因此，這可以說英偉達在C端小型產品的一個初步嘗試。

　　英偉達PK英特爾

　　這一年，除了技術和應用層面的發展之外。英偉達和英特爾的“口水戰”也頗值得注意。刨除相互攻擊的瑣碎細節外，其爭端主要還是圍繞“發展戰略”開始的。

　　黃仁勛曾表示：“目前我不太理解他們的戰略，但我們的戰略應該說非常美好而清晰的：那就是GPU�！� 也就是說，英偉達希望成為一個基礎廣泛的計算平臺公司，可以讓世界各地的開發者使用。

　　而英特爾與之相反，它希望給每一個細分的領域提供專屬的芯片。

　　錯失先發時機的英特爾選擇這條路可能多少有些無奈，但是兩者的口水戰中，英特爾并不覺得自己處于下風。他們認為GPU之所以廣泛應用于深度學習，其原因僅僅是目前市面上還沒有更好的選擇。與此同時，英特爾也宣布推出人工智能專用芯片。

　　不過位置決定立場，英特爾扮演著追趕者的角色，因此自然不能公開表示“認可競爭對手的戰略”，從而為自己的發展尋求輿論空間。

　　當然，2016年英特爾也收購了一大堆人工智能的創業公司，正在試圖將他們整合在一起。

　　對于英特爾采取的“招兵買馬”策略，黃仁勛也質疑道：

　　如果說至強融核（Xeon Phi）協處理器對于AI非常適用，那為什么要收購Altera？既然買了Altera，Altera又非常適合AI的話，為什么要買Nervada Systems？如果Nervada Systems才是真正的AI方面的技術，要進行開發和產品推出的話，那至強融核協處理器又怎么辦？如果說這三個都適合AI，那是不是意味著至強融核協處理器就不適合AI呢？

　　對于黃仁勛的質疑，英特爾中國區總經理Rupal Shah則表示：

　　英特爾的戰略不僅僅定位在“深度學習”一個環節上，而是將整個人工智能作為一個生態體系進行布局。

　　在收購Nervana之后，英特爾曾聲稱，機器學習是成長速度最快的AI應用，因此公司準備好了以Nervana的Engine芯片為基礎的深度學習神經網絡，找回因GPU競爭而流失的市占率。

　　有意思的是，英偉達和英特爾都在變成跟原來相反的樣子。現在，英特爾的CPU旨在做更加通用的處理器，而英偉達的GPU則致力于在CPU的基礎上為了讓圖像呈現更好的效果。

　　總之，人工智能被認為是下一次革命，還有廣闊的市場空間有待開拓。就這個領域的芯片市場而言，只能說還處于前期戰役，英偉達暫時處于上風，未來鹿死誰手尚未可知。說不準英特爾也會跑出一條新的賽道。

　　不過，英偉達在未來的一段時間還將占據優勢。對于它來說，當務之急是抓住窗口期拓展更多的應用場景。而對英特爾來說，能否在AI市場上取得成績，則取決于收購的技術能否整合并更好地開發下去。