據(jù)了解，人工智能模型需要用大量的數(shù)據(jù)進行訓練，以提高其準確性和性能。訓練完成后，人工智能模型就可以用于推理，即執(zhí)行一些具體的任務，比如根據(jù)輸入生成文本回復，或者判斷一張圖片是否包含貓。推理是人工智能技術在產品中廣泛應用的環(huán)節(jié)，但也會增加企業(yè)的成本，其中一個主要成本就是電力。

　　高通公司利用其在為手機等低功耗設備設計芯片的經(jīng)驗，推出了一款專為云端和邊緣端提供高性能、低功耗人工智能處理的芯片，名為 Cloud AI 100.該芯片在周三公布的由 MLCommons(一個維護人工智能芯片行業(yè)測試標準的工程聯(lián)盟)發(fā)布的測試數(shù)據(jù)中，在兩項功率效率指標上擊敗了英偉達的旗艦芯片 H100.

　　功率效率指標是指每瓦特電力可以執(zhí)行多少次服務器查詢。高通的 Cloud AI 100 在圖像分類方面達到了 227.4 次查詢每瓦特，而英偉達的 H100 只有 108.4 次查詢每瓦特，圖像分類可以用于識別圖片中的物體或場景。高通還在物體檢測方面領先于英偉達，分別達到了 3.8 次查詢每瓦特和 2.4 次查詢每瓦特。物體檢測可以用于分析零售店的監(jiān)控視頻，了解顧客最常去哪些地方。

　　然而，在自然語言處理方面，英偉達卻占據(jù)了絕對優(yōu)勢，無論是在性能還是功率效率方面都排名第一。自然語言處理是人工智能技術中最廣泛應用于聊天機器人等系統(tǒng)的技術，英偉達達到了 10.8 次查詢每瓦特，而高通排名第二，為 8.9 次查詢每瓦特。

　　高通和英偉達都希望通過提供高效的人工智能芯片來搶占數(shù)據(jù)中心市場的份額。隨著越來越多的企業(yè)將人工智能技術融入他們的產品中，這個市場預計將快速增長。