英伟达的GPU现在占基础设施即服务（IAAS）实例类型的97.4%，这些类型的专用加速器是由四大云服务部署的。相比之下，高于英特尔，英特尔的处理器在92.8%的计算实例类型中使用。
AMD在实例类型中的总体处理器份额仅为4.2%。云服务倾向于尽可能长时间地保持旧实例类型的生产，因此我们看到AMD在今年下半年增加了其第二代EPYC处理器（又称罗马）的预期部署份额。
在专用的加速器中，AMD GPU目前只占实例类型的1.0%，与Xilinx的virtex UltraScale+fpgas相同。AMD将不得不在深度学习软件方面加大力度，以在与Nvidia Juggernaut及其更深入、更成熟的软件能力的竞争中取得重大进展。
英特尔的arria 10 fpga仅占专用加速器实例类型的0.6%。Xilinx和Intel必须与AMD所面临的Nvidia功能抗争，但FPGA在数据中心开发和验证工具方面面临着更多的挑战。
去年10月，Xilinx推出了其肺泡附加板和sdaccel软件开发环境来应对这些挑战。四月初，英特尔推出了其Agilex数据中心主板和Quartus Prime Design软件。
我们永远不会低估英特尔，但目前该公司的人工智能加速产品太多，从Xeon的CPU到专用的神经网络处理器，似乎已经被抛弃了。虽然Agilex看起来对Xilinx的肺泡有很好的反应，但我们相信Xilinx有优势，而Intel则想让客户关注哪个产品线进行人工智能推断。
到目前为止，Nvidia正在将竞争对手GPU和FPGA保留在云计算市场的一小部分。前四个云服务提供商有时不指定部署在实例类型中的处理器。
AWS的Graviton处理器是目前部署在前四个云上的唯一ARM处理器。在这些云中，重力（以及ARM）只占总计算实例类型的0.2%。
阿里云似乎不太可能在中国部署在中国以外制造的ARM芯片，因此很可能会在全球范围内使用x86服务器。谷歌云不太可能在2019年部署基于ARM的实例。我们相信，其他十大云服务提供商很可能会在2019年底前部署Thunderx2或Ampe基于Emag ARM的服务器处理器。
责任编辑：
