近年所有的目光都集中在了Nvidia上，因为它的显卡和GPU在很多方面都有巨大的市场需求：如游戏，数据中心的建设以及人工智能的潜在应用，使其股价爆涨。

最近一年，许多创业公司都致力于研发自己的硬件，这些硬件将为AI构建的未来设备提供动力，所以它们获得了大量资金。其中一些创业公司并没有大的研发团队（或尚未发布产品），但已经可以轻易的筹集到资金。

在我们了解初创公司之前，让我们先看一下Nvidia的股票走势图，来了解一下这个领域的基本情况。即使价格在2017年底出现昙花一现，但到2018年，Nvidia的股价也将上涨近80％：

自然地，我们会看到一大批初创公司正在寻找Nvidia在AI市场中地潜在漏洞，投资者也会注意到这一点。

有消息已经证实了这个猜想，即Cerebras Systems去年12月从Benchmark Capital获得了大约2500万美元的资金。

当时，似乎AI芯片行业并不像今天那么热门。但是随着时间的推移，Nvidia在GPU市场的主导地位明显表明这将有巨大的发展空间。随后福布斯今年8月报道了该公司价值达近9亿美元。

Graphcore也在今年做出了一些回应。今年11月，在由Atomico领投的3000万美元融资后不久，该公司又宣布了已经获得由Sequoia Capital领投的新一轮5000万美元融资。

Graphcore也和Cerebras Systems一样，在市场上没有像Nvidia那样引人注目的产品，然而，这家初创公司能够筹集8000万美元融资。

中国人工智能创业公司也筹集了一大笔资金：阿里巴巴向估值10亿美金的创业公司寒武纪科技提供融资。据报道，英特尔为地平线机器人公司投资1亿美元。深鉴科技已经融资约1亿美金，估值10亿美金。

目前已经有7家初创公司进入该领域，并且大多已经筹集了数千万美元，其中至少有一家创业公司的估值接近9亿美元。而且也出现了一些硬件类的初创公司，下一代硬件的研发可能需要更多的融资。所以这仍然是一个不容忽视的空间。

全球的大公司也在努力创建自己的系统来超越初创公司。谷歌今年早些时候宣布其下一代TPU将面向推理和机器学习。Apple为其下一代iPhone设计了自己的GPU。Google Cloud应用程序或Siri都助于针对自己特定需求调整硬件。英特尔在10月份表示，它将在2017年底之前推出新的Nervana Nueral网络处理器。2016年8月，英特尔以3.5亿美元的价格收购了Nervana。

所有这些都代表了初创公司和大公司的承诺，每个公司都在寻找自己对GPU的解释。 但是，Nvidia将开发人员锁定在其Cuda平台上的可能是一个更加困难的任务。对于那些试图将硬件推向市场并让开发人员参与进来的初创企业来说，效果将是双重的。

Nvidia仍然是该领域的领导者，随着自动驾驶汽车等设备变得越来越重要，它将继续保持其主导地位。但是，进入2018年，我们开始思考这些初创公司是否真的有机会超越Nvidia。 创造速度更快，功耗更低的芯片是一件非常诱人的事情，这些芯片可以进入物联网领域，并通过更有效的推理真正实现这些设备的智能。而且当用户想要训练模型时，这些芯片可以让这些服务器更快，更节能。

我司主营：螺旋式加硫机、螺旋式冷冻机、成型机