现在，人工智能领域的绝大部分创业公司都想和英伟达合作，而英伟达也在疯狂地买、买、买。
根据英伟达财报：其二季度营收达到了 135 亿美元，是去年同期的两倍，并预计第三季度营收将猛增 170%。
英伟达似乎不知道该把如此多的钱用来干什么。根据金融数据公司 PitchBook 的数据：今年以来英伟达大约已经完成了 20 笔交易。甚至仅仅是在上周，我看到它又完成了三笔交易。
目前，英伟达正在试图投资每一个可以想象到的客户、合作伙伴以及收购目标，它还投资了一系列最有前途的人工智能公司。
包括投资了推理类的自主代理 AI 创业公司，如 Imbue、 Inflection AI 和 Adept AI；也包括收购或投资了边缘人工智能（Edge AI）的创业公司 OmniML 等等。
与大家分享一篇文章《为什么说英伟达的 AI 霸主地位只是暂时的》。本文涉及了“推理”，也涉及了未来时态的边缘人工智能。以下是我的翻译简写。
英伟达是一家令人惊叹的公司，数十年来，它一直在执行逆向愿景，并因为其在人工智能革命中的核心作用而成为了全球最有价值的公司之一。
我想解释一下，为什么我认为英伟达在机器学习领域的头把交椅，在未来几年还远远没有坐稳。
为此，我将谈一谈英伟达当前主导地位背后的一些驱动因素，以及这些因素在未来将如何变化。
一，当前
以下是我认为目前英伟达胜券在握的几大原因。
1，几乎没有人在运行大型 ML 应用程序
除了少数几家大科技公司外，很少有公司能够真正在生产中运行大规模人工智能模型。他们仍在摸索如何开始使用这些新功能，因此主要成本都围绕着数据集收集、训练硬件以及模型作者的工资。这意味着：（目前）机器学习的重点是训练，而不是推理。
2，所有英伟达的替代方案都很糟糕
如果你是创建或者使用 ML 模型的开发人员，使用英伟达的 GPU 要比使用 AMD OpenCL 卡、Google TPU、Cerebras 系统或其他任何硬件都简单得多，耗时也少得多。
软件栈方面，英伟达的软件也要成熟得多，有更多的示例、文档和其他资源，找到有英伟达经验的工程师也要容易得多，与所有主要框架的集成也更好。
因此，竞争对手不可能超越英伟达打造的平台效应。在当前市场上，赢家通吃才是最合理的，而英伟达就是赢家。
3，研究人员拥有购买力
现在，招聘 ML 研究人员的难度可想而知。而 ML 研究人员的需求之一，就是使用英伟达的平台。
他们熟悉英伟达的平台，使用英伟达的平台能提高他们的工作效率，如果选择其他平台，不仅需要时间，而且无法获得就业市场所看重的技能。
由于目前聘用和留住研究人员的成本非常高，因此在购买硬件时，研究人员的偏好会被放在非常重要的位置。
4，训练延迟规则
根据经验，模型需要在一周之内从头开始训练。从早期的 AlexNet 开始，我就发现这一点是正确的，因为如果迭代周期变得更长，就很难进行经验测试和原型设计，而经验测试和原型设计对于实现准确性的目标仍然至关重要。
随着硬件的速度越来越快，人们会建立更大的模型，直到训练所需要的时间再次大致相同，并通过更高质量的模型而不是减少总训练的时间来获得收益。
这样一来，购买最新的英伟达 GPU 就变得非常有吸引力，因为你现有的代码大部分都能正常工作，但速度会更快。
从理论上讲，竞争对手有机会以更低的延迟取胜，但是他们的软件栈不可避免地处于较差的状态（英伟达的 CUDA 已投入数十年），这意味着这种理论上的假设主要是一种幻想。
二，接下来会发生什么变化？
所以，希望我已经提出一个令人信服的理由，即英伟达的成功背后，有着强大的结构性原因。
以下是我对未来几年这些条件将发生变化的看法。
1，推理将占据主导地位，而非训练。
多年前有人告诉我：”训练成本随着研究人员数量的增加而增加；推理成本，则随着用户数量的增加而增加。”
我从这句话中得到的启示是：……
本文剩余内容的主要摘要如下
促使英伟达占据 AI 霸主地位的“条件”未来几年将发生什么变化？以及当这些条件变化时，对未来又意味着什么？
我平时主要在知识星球写美国科技界的内容，关心美国创投圈的专业读者，请移步到我的知识星球。如下扫码登录（老星球用户续费请见底下那个二维码）
老星球用户续费请用这个二维码：
