4月11日消息，全球人工智能研究機構 MLCommons公布了最新的測試數據，高通的人工智能芯片在三個衡量電源效率的指標中以 2 比 1 擊敗了英偉達。

人工智能模型需要用大量的數據進行訓練，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，即執行一些具體的任務，比如根據輸入生成文本回復，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節，但也會增加企業的成本，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測試標準的工程聯盟）發布的測試數據中，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，英偉達卻占據了絕對優勢，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。

目前，人工智能專用芯片已經成為芯片公司關注的重點，能耗與散熱將會成為該領域發展的重要方向。