图形芯片已经成为实现人工智能的标准，因为加速视频游戏的这种并行处理也被证明是人工智能的理想选择。现在，他们越来越多地进入云计算领域，希望提供图像和语音识别，自动驾驶汽车等功能的公司可以租用其处理能力。

尤其是，来自市场发明者和领先者Nvidia Corp.的图形处理单元正在专注于在网络边缘执行AI任务，以实现更快的服务。这个过程称为推理，是指神经网络能够从实时呈现的新数据中推断事物的能力，这与最初训练模型的过程不同。

今天，Nvidia首席执行官黄仁勋(如图)宣布，其于9月推出的最新云GPU(称为T4)(如下图)将在Google LLC的云上可用。他在本周在达拉斯举行的SC18超级计算会议的主题演讲中宣布了这一消息。

Google是第一个提供访问T4的云提供商，但它可能不会是最后一个。Nvidia加速计算副总裁兼总经理Ian Buck在简报中说：“它在云中的出现速度令人印象深刻。” “我们正处于GPU计算兴起的时代。”

Google的云并不是唯一可用的地方。主要计算机制造商(例如Dell EMC，IBM Corp.，Lenovo Group Ltd.和Super Micro Computer Inc.)的约57种服务器设计也都采用了该芯片，该芯片的尺寸大约为手机的大小。

Buck表示，由于T4的体积小且运行所需的功率相对较低，因此T4适用于在网络边缘运行的AI应用。它还 可以用于AI模型的分布式训练和计算机图形学。

Google似乎特别专注于推理，它将在带有深度学习虚拟机映像的Google Compute Engine上提供。它还即将通过Google Kubernetes引擎“短期”管理容器，并通过Google托管的Cloud Machine Learning Engine来管理容器，该软件使应用程序可以在多个计算环境中运行而无需更改。

尽管Nvidia已经导致加速的AI运算工作，使用GPU来弥补的中央处理单元芯片仍然是大多数计算机的基础上升业绩下滑，它的方式日益面临的竞争由于AI-迅速崛起驱动的服务。这都是来自其他芯片制造商，例如Advanced Micro Devices Inc.，Intel Corp.和Xilinx Inc.，以及其他类型的芯片，例如称为现场可编程门阵列和专用集成电路的定制芯片。

Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示：“摩尔定律的放缓正在推动使用GPU，FPGA和ASIC的异构数据中心计算的加速。” “整个领域正在升温，AMD，英特尔，Nvidia和Xilinx等公司都在推动这一大动作。”

英伟达今天还谈到了其在超级计算领域的存在。在今天公布的半年度全球最快的超级计算机TOP500列表中，该公司表示，使用GPU的系统数量比一年前增长了48%，达到127个。此外，这两个顶级产品中使用的芯片机器，美国橡树岭国家实验室的美国能源部Summit超级计算机和劳伦斯·利弗莫尔国家实验室的Sierra机器。

Huang说：“这是NVIDIA在超级计算领域的突破性一年。” “随着摩尔定律的终结，在新的AI和机器学习工作负载的推动下，出现了一个新的HPC市场。”