4月11日消息，全球人工智能研究机构 MLCommons公布了最新的测试数据，高通的人工智能芯片在三个衡量电源效率的指标中以 2 比 1 击败了英伟达。

人工智能模型需要用大量的数据进行训练，以提高其准确性和性能。训练完成后，人工智能模型就可以用于推理，即执行一些具体的任务，比如根据输入生成文本回复，或者判断一张图片是否包含猫。推理是人工智能技术在产品中广泛应用的环节，但也会增加企业的成本，其中一个主要成本就是电力。

高通公司利用其在为手机等低功耗设备设计芯片的经验，推出了一款专为云端和边缘端提供高性能、低功耗人工智能处理的芯片，名为 Cloud AI 100。该芯片在周三公布的由 MLCommons（一个维护人工智能芯片行业测试标准的工程联盟）发布的测试数据中，在两项功率效率指标上击败了英伟达的旗舰芯片 H100。

功率效率指标是指每瓦特电力可以执行多少次服务器查询。高通的 Cloud AI 100 在图像分类方面达到了 227.4 次查询每瓦特，而英伟达的 H100 只有 108.4 次查询每瓦特，图像分类可以用于识别图片中的物体或场景。高通还在物体检测方面领先于英伟达，分别达到了 3.8 次查询每瓦特和 2.4 次查询每瓦特。物体检测可以用于分析零售店的监控视频，了解顾客最常去哪些地方。

然而，在自然语言处理方面，英伟达却占据了绝对优势，无论是在性能还是功率效率方面都排名第一。自然语言处理是人工智能技术中最广泛应用于聊天机器人等系统的技术，英伟达达到了 10.8 次查询每瓦特，而高通排名第二，为 8.9 次查询每瓦特。

目前，人工智能专用芯片已经成为芯片公司关注的重点，能耗与散热将会成为该领域发展的重要方向。