英特尔是一个日渐萎缩的王国之王。几乎所有传统的台式机或笔记本电脑都运行在圣克拉拉公司的处理器上，但这一传统正迅速被更多的移动、ARM驱动的替代产品所侵蚀。苹果最重要的个人电脑现在运行iOS，谷歌的旗舰Chromebook有ARM风格，微软刚刚宣布推出Windows for ARM。更重要的是，处理任务的负担正在从个人设备转移到众所周知的云中的服务器群网络上，这使得英特尔拥有大量的芯片组合，而且没有明显的客户可以向其**数以百万计的芯片。

如果你想谈论历史上最有影响力的芯片公司，英特尔的名字就是你想要的。但对未来最有影响的呢？这是一个更开放的问题。

在2016年，英伟达和AMD的股价飙升。两家公司目前的交易价格都是一年前的数倍，原因在于它们未来增长潜力的大幅扩大。过去一周，我们在CES上听到的所有人工智能的宣传都是由大量的算法和数学计算支撑的，而且在其最复杂的形式中，它利用机器学习和深度学习的方法来进化它的意识，而不需要人类直接****。所有这些新技术都需要大量的处理能力，而恰好AMD和Nvidia已经在为这项任务**完美的处理器：图形卡。

GPU，或图形处理单元，可以被认为是英特尔主导的一种特殊类型的CPU。然而，与中央处理器不同的是，图形芯片在执行任务方面的通用性较差，最适合运行大量并行工作负载。它们没有四个或八个内核，它们有成百上千个内核，而且每一个内核都非常高效地处理一些反复出现的小任务。GPU加速已经迅速成为机器学习的标准，今年谷歌的云平台将由AMD的FirePro服务器GPU提供动力。

这并不是说英特尔忽视了机器学习带来的不断扩大的市场——该公司有一个致力于这一主题的网站——但它的芯片处于根本劣势，没有获得客户，也没有取得竞争对手已经取得的同样的进步。

AMD现在拥有一整套GPU，专门用于加速机器学习，被冠以Radeon Instinct的称号。科技领域的每一个潮流都能从这些新卡片中受益：从自动驾驶汽车、自动驾驶无人机、个人机器人到金融科技、纳米机器人和先进医学。投资者之所以买进AMD的股票，是因为他们知道未来的处理挑战实际上是为GPU的大规模并行架构量身定做的——而且AMD有一些非常好的GPU。

英伟达的崛起也不足为奇。这家绿色图形巨头在CES谈论深度学习和自动驾驶汽车至少有三年了。一开始它还处于沉思状态，过了一段时间就很吸引人了，现在由于与奥迪的合作，它变成了现实世界中的自动驾驶汽车。在谷歌和AMD宣布2017年Radeon驱动的云端机器学习计划的同时，Nvidia和IBM透露了他们自己的协议，提供“世界上最快的”深度学习企业解决方案。这些交易在炒作上可能并不丰富，但不久的将来，它们的重要性将与海底电缆保持互联网连接的重要性不相上下。

下一次，当一家公司向你提供任何类型的基于云的服务时——比如谷歌新推出的Chromebooks中的手写识别系统——很有可能会有一个GPU农场在某处为实现这一目标而翻腾着数学任务。

与传统业务更为一致的是，AMD和Nvidia都将从消费者对虚拟现实日益增长的兴趣中获益。HTC Vive和Oculus Rift这两个最有前途的解决方案都需要一个相当强大的PC规范，充满了现代和强大的图形，因此，购买VR的人越多，每家公司可能销售的GPU就越多。

但在过去一年中，最有趣的动态是，AMD和Nvidia如何巧妙地在幕后窃取英特尔的未来。英特尔的存在是为了满足我们的处理需求，但就在我们发现一种新的计算能力需求时，事实证明，英特尔的CPU已经被芯片的基本架构优势所超越，这些芯片最初设计用于推动像素化的发射目标围绕显示器。

对于英特尔以外的所有人来说，这都是命运的转折，AMD和Nvidia迄今为止表现出的良好执行力也预示着人工智能和机器学习能力的提高速度。在英特尔仍在忙于寻找其芯片的超大任务场景之际，其GPU竞争对手更关心的是，他们能以多快的速度生产出硬件来满足看来只能继续增长的需求。