曾经有一段时间，英特尔和英伟达可以或多或少地避开彼此的道路。那个时代已经一去不复返了，尤其是随着英特尔加入 GPU 竞赛，并且两家公司都在推动人工智能领域的发展。
英特尔在纽约市的一次活动中宣布推出新款Core Ultra和第五代 Xeon 芯片时，新的竞争达到了白热化。英特尔首席执行官帕特·基辛格 (Pat Gelsinger) 对 Nvidia 的 CUDA 技术进行了有趣的攻击。他认为，推理对于人工智能的重要性将超过训练。他还质疑 Nvidia CUDA 作为培训接口的长期主导地位，认为这是“业界有动力消除的浅护城河”。哎哟。这些都是战斗的话。
对于外行来说，CUDA 是计算统一设备架构的缩写，它是专门用于 Nvidia 显卡的并行计算平台。程序员可以利用 CUDA 库来发挥 Nvidia GPU 的计算能力，从而加速机器学习算法的执行。值得注意的是，尽管这项技术本身已经成为某种标准，但它是专有的而不是开源的。
另一方面，MLIR、谷歌和 OpenAI 等行业参与者已经开始转向“Pythonic 编程层”，以使 AI 训练更加开放。
虽然英特尔不会忽视训练方面，但根本的重点还是在推理市场。 “当推理发生时，嘿，一旦你训练了模型……就不存在 CUDA 依赖性了。关键在于，你能很好地运行这个模型吗？” 基辛格说。
他还继续介绍了 Gaudi 3、Xeon 和 Edge PC 作为有效推理的关键组件。在承认英特尔在训练方面的竞争的同时，他断言推理市场才是未来所在。这位首席执行官还谈到了 OpenVINO，这是英特尔在人工智能领域所采用的标准，并展望了混合计算的未来，其操作分布在云环境和个人计算机之间。
英特尔可能在这方面有所作为。人工智能的采用率空前高涨，对训练人工智能的新方法的需求对于节省时间和资源至关重要。现在说英特尔的战略是否会击败 CUDA 还为时过早。英特尔新推出的Meteor Lake CPU内置了神经处理单元 (NPU)，这清楚地表明该公司致力于将人工智能深度集成到其产品中。
所有这些都可能令人兴奋，但很明显，英伟达已经成为人工智能领域的主导力量，由于其在该领域的成功，今年早些时候其市值达到了万亿美元。英特尔最近更加紧随其后，即使基辛格的言论是业内其他参与者的共同看法，但直接点名英伟达的大胆感觉却像是只有失败者才能做的事情。