英伟达的新竞争对手认为，通过从头调整芯片设计而非适应图形芯片技术，它们可让运行AI软件的硬件速度更快、效率更高。举例来说，英特尔计划于2017年底发布深度学习芯片，它是基于其2016年收购初创企业Nervana的技术开发的。英特尔还准备基于收购自Altera的技术推出新产品，以加速深度学习。Altera的芯片名为FPGAs，可以为特定算法重新分配功率。
微软也在投入巨资，使用FPGAs芯片支持其机器学习软件，让它们成为其云平台Azure的核心部分。与此同时，谷歌于2016年透露，正利用专为AI定制研发的芯片TPU。这种芯片曾支持智能程序AlphaGo战胜人类围棋冠军。谷歌并不对外出售这种芯片，但称那些使用其云计算服务的公司可从中受益。
帮助开发谷歌芯片的多名工程师已经离职，并筹资1000万美元组建了名为Groq的初创企业，专门研发机器学习芯片。其他正从事类似项目的初创企业包括Wave Computing，据说客户已经可以测试其硬件。
黄仁勋表示，英伟达的技术正击中“甜蜜点”，而其他公司还没有。类似谷歌TPU等定制芯片过于僵化，不适用于不同种类的神经网络，也不足以推动新的AI创意测试和采用。而微软和英特尔押注的FPGAs，则过于耗能。黄仁勋说：“我们正为深度学习创造最富成效的平台。”随着英伟达的竞争对手今年推出更多产品，黄仁勋的评论将会受到密切关注。
