不少分析認為，2020 年，半導體行業(yè)局勢已發(fā)生微妙變化，英特爾正面臨著巨大外在挑戰(zhàn)。

今年，英偉達斥資 400 億美元收購 ARM，志在拓寬 GPU 之外的計算硬件體系；AMD 借助臺積電 7 納米工藝推出了多款第三代處理器，與英特爾同期產品展開競爭激烈；而蘋果公司在筆記本電腦新品中，首次使用基于 ARM 架構的 5 納米自研芯片 “M1”，激發(fā)的連鎖市場反應變數(shù)增多。

從 1971 年制造出第一顆處理器開始，英特爾開始引領摩爾定律發(fā)展，在 PC 時代奠定霸主地位，迅速成為全球最大的半導體芯片制造商，對待變局，這家巨頭企業(yè)可能要比其他任何公司都敏銳和最先感知。

時代轉型之下變量正在激增，比如摩爾定律正在逼近極限，人工智能、AIoT 發(fā)展邁向深水區(qū)，5G 通訊浪潮已經掀起，新的 “抓手” 會是什么？

在日前的一次媒體溝通會上，英特爾架構、圖形和軟件集團副總裁兼中國區(qū)總經理謝曉清，以及英特爾大數(shù)據(jù)技術全球 CTO、大數(shù)據(jù)分析和人工智能創(chuàng)新院院長戴金權，分享了英特爾正在打造的 “新利器”，最為關鍵的舉措便是 “XPU” 愿景和 oneAPI 工具包，據(jù)悉，oneAPI Gold 工具包已于 12 月 9 日正式交付。

面對變量，英特爾的答案可能更傾向于重新定義一個半導體行業(yè) “游戲規(guī)則”，展開新維度的競爭，而最大的優(yōu)勢是，它有這個定義能力。

底層硬件邏輯穩(wěn)中求變

其實早在 2020 年 8 月份舉辦的架構日活動上，英特爾首席架構師拉賈?科杜里（Raja Koduri）就點明英特爾的新策略，重新梳理了競爭脈絡。

英特爾之所以能長期穩(wěn)居寶座，很大程度上得益于其核心技術貫穿了芯片制程與封裝、XPU 架構、內存與存儲、互聯(lián)、安全、軟件等 6 大技術領域，形成協(xié)同效應，通過軟硬結合將每個晶體管的性能發(fā)揮到極限。

今年以來，英特爾在 7 納米及以下的先進制程推出上雖有延期，但其 “壓榨” 干凈現(xiàn)有 10 納米芯片性能的方式仍不容小覷，其提出 10 納米 SuperFin 工藝，實現(xiàn)了該公司歷史上最大的單節(jié)點內部增強，提供了與全節(jié)點過渡相當?shù)男阅芨倪M。

此外，英特爾還將下一代 Willow Cove CPU 架構與 10nm SuperFin 技術集成起來 ，形成全新的 Tiger Lake 平臺架構，這將取代上一代的 Ice Lake 微架構系列移動處理，讓 CPU 性能、圖形處理、AI 計算、內存帶寬、安全性能等方面實現(xiàn)系統(tǒng)性提升。

提到英特爾只能想到 CPU 處理器？這個認知是時候刷新一下了。

下一個十年，在穩(wěn)固 CPU 市場競爭力的基礎上，英特爾更大的一盤棋在于 “XPU”，其目標是重新衡量晶體管縮小和 CPU 的發(fā)展以外的技術路線，重點在于滿足智能設備時代，數(shù)據(jù)計算指數(shù)級增長的需求，而硬件布局也早已從單獨的 CPU 拓展到跨 CPU、GPU、FPGA 和其他加速器的混合架構。

目前，英特爾的 GPU 和 FPGA 市場布局已初露鋒芒。2020 年 11 月，英特爾推出了銳炬 ? Xe MAX 獨立顯卡，用于輕薄筆記本電腦，相比配有第三方顯卡的同類筆記本電腦，可將基于人工智能的創(chuàng)作速度提升 7 倍，而相比高端臺式機顯卡可將視頻編碼速度提升高達 1.78 倍。

英特爾 GPU 的競爭優(yōu)勢在于能和英特爾 CPU 更好地協(xié)同，搭載其他獨立顯卡的輕薄筆記本電腦，很少對 CPU 進行性能優(yōu)化，而英特爾銳炬 ? Xe MAX 獨立顯卡處于空閑狀態(tài)時，可將所有電源和散熱資源專門用于 CPU，在創(chuàng)作者持續(xù)實施任務（如執(zhí)行高級渲染）時可將 CPU 性能提高多達 20%。

筆記本電腦 GPU 之外，英偉達還發(fā)布了其首款數(shù)據(jù)中心獨立圖形顯卡。該服務器 GPU 基于 Xe-LP 微架構，搭配英特爾 ? 至強 ? 可擴展處理器，豐富的開源和授權的英特爾軟件組件，企業(yè)通過較低的總體擁有成本（TCO）即可實現(xiàn)高密度、低時延的云游戲或流媒體服務解決方案。

FPGA 方面，8 月份，英特爾推出的 Agilex?FPGA 系列芯片，采用了異構 3D 系統(tǒng)級封裝（SiP）技術，搭配最新 10 納米工藝，可為數(shù)據(jù)中心、網(wǎng)絡和邊緣計算等應用提供高達 40% 的性能或功耗降低；11 月又陸續(xù)發(fā)布了可定制解決方案英特爾 ? eASIC N5X，以及最新的英特爾 ? 開放式 FPGA 堆棧 （Intel? OFS），這一切，都意在擴張在 5G、人工智能、云端與邊緣計算中的滲透率。

隨著市場競爭的日趨激烈，不少半導體科技巨頭的拓展可能會對英特爾的固有市場造成侵蝕，但從英特爾的布局押注來看，也早已謀劃好了如何對外擴張。

軟件先行，oneAPI 一統(tǒng)開發(fā)者生態(tài)

硬件體系擴張帶來最大的挑戰(zhàn)是，需要更全面的軟件棧，oneAPI 便是英特爾俘獲開發(fā)者喜愛的新大招。

智能計算場景下有很多痛點，例如每一類硬件平臺通常需要開發(fā)者維護獨立的代碼庫，以及需要使用不同的語言、庫和軟件工具進行編程，這是一項極其復雜和耗時的工作，大大阻礙了開發(fā)效率。開發(fā)者們已經對一種通用、開放且是行業(yè)標準的編程工具包期待已久，而制定一個新標準，這恰恰是英特爾過去幾十年所擅長的。

謝曉清表示，“oneAPI Gold 工具包會給開發(fā)者提供一個非常友好的編程環(huán)境，讓他們可以自由選擇硬件平臺，不必要用某一種語言就必須綁定在某一個硬件平臺上；其次，我們提供的編譯器、系統(tǒng)都是高度優(yōu)化，所以可以實現(xiàn)最大的硬件性能，并且最優(yōu)支持不同異構計算的硬件加速；第三，它的開發(fā)模式非?？焖佟⒏咝?，并且源碼的維護成本可以達到最低。”

具體而言，oneAPI 相當于是擴展了現(xiàn)有的開發(fā)人員編程模型，以通過數(shù)據(jù)并行語言，一組庫 API 和一個低級硬件接口來支持跨體系結構編程，從而支持多種硬件體系結構，在英特爾本身行業(yè)標準之上，提供了一個開放的，跨平臺的開發(fā)人員堆棧。

基于過去數(shù)十年的開發(fā)工具積累，英特爾開發(fā)出一種跨架構的編程語言 Data Parallel C++（DPC++）、以及用于 API 編程的函數(shù)庫以及底層硬件接口（oneAPI Level Zero），其它硬件廠商也能使用 oneAPI 實現(xiàn)對特定硬件進行優(yōu)化。

正如我們所看到的，oneAPI 編程模式兼容性堪稱達到了歷史最強。目前在各個領域應用比較廣泛的高性能計算開發(fā)工具如 Fortran，在 AI 領域的 Python，以及像 OpenMP 這樣不同領域使用的語言都可以做到無縫對接，同時，oneAPI 也支持一些主流的 AI 工具包，包括 Hadoop、Spark、TensorFlow、PyTorch、PaddlePaddle、OpenVINO 等等，形成更適合人工智能時代的軟件棧。

oneAPI 是英特爾 “軟件先行” 戰(zhàn)略一種體現(xiàn)，畢竟，展開硬件新布局之前，讓開發(fā)者愛上自己的工具乃至離不開這些工具的便捷性，是芯片制程、性能之外最重要的市場抓手。就目前官方提供的下載內容來看，除了跨平臺基礎開發(fā)套件之外，重點的工具也包括了高性能計算、物聯(lián)網(wǎng)和高級渲染層面的工具整合。

而英特爾的信心在于，從最早的計算機時代開始，開發(fā)者生態(tài)持續(xù)維護了 20 多年，并有 10000 項與客戶合作的軟件部署經驗，現(xiàn)在也是 Linux Kernel 最大的貢獻者，每年修改的代碼超過 50 萬行，為 100 多個操作系統(tǒng)進行過優(yōu)化。

擁有 15000 多名軟件工程師英特爾，軟實力同樣強悍，在跨基礎架構、網(wǎng)絡、操作系統(tǒng)、開發(fā)工具和 SDK 以及其標準制定方面，廣泛應用和經驗積累造就了絕對的話語權。

上層應用小試牛刀

全新軟、硬件生態(tài)布局可讓英特爾的技術方案更有延展性，比如推動云游戲系統(tǒng)框架的優(yōu)化。

據(jù)謝曉清介紹，英特爾最新發(fā)布的 GPU—SG1 能在整個安卓云游戲的框架上起到非常大的作用。它的圖形渲染能力以及多媒體編解碼能力，使得技術人員有可能利用獨立 GPU 把云游戲的圖形界面在云端直接渲染，并且利用流媒體的方式，把它編碼之后直接發(fā)布到終端。

而在 CPU 端，英特爾把安卓用比較輕量級云原生的技術，用容器化的技術把它跑到輕量級的容器當中，提供云端協(xié)同的創(chuàng)新應用。值得一提的是，英特爾在安卓的框架層和運行層都做了非常多的優(yōu)化，能使安卓容器化方案做到很高的密度，這些方案目前正在進行測試，可能會比較快的看到產品化的實現(xiàn)。

具體案例方面，騰訊基于 Intel 服務器 GPU，在每臺雙卡服務器上可生成 100 多個游戲實例，已測試過比較熱門的游戲包括《王者榮耀》、《傳說對決》等。

英特爾大數(shù)據(jù)技術全球 CTO、大數(shù)據(jù)分析和人工智能創(chuàng)新院院長戴金權，則重點介紹了 oneAPI Gold 對 AI 軟件棧和軟件生態(tài)的推進。

在 XPU 和 oneAPI 軟硬件之上，新的技術體系可支持開發(fā)人員使用深度學習、機器學習、大數(shù)據(jù)等各種各樣的框架，包括 TensorFlow、PyTorch、MXNet、OpenVINO、Spark 等等，幫助開發(fā)者方便地將他們端到端的數(shù)據(jù)分析加上 AI 的解決方案給快速構建出來。

戴金權表示，AI 技術已經進入到了我們現(xiàn)實生活的各方各面，可用來提升商業(yè)效率、提高利潤、準確率等等，但對于在現(xiàn)實場景中需要把這些 AI 落地的開發(fā)人員來說，最大挑戰(zhàn)之一，是如何將 AI 算法應用到復雜的數(shù)據(jù)當中。

首先這個數(shù)據(jù)量非常大；其次，數(shù)據(jù)非常復雜，可能來自各個不同的地方，數(shù)據(jù)又在非?？焖僮兓?/p>

針對這些行業(yè)問題，英特爾去年 6 月在中國設立的大數(shù)據(jù)分析和人工智能創(chuàng)新院，近期開源了一個端到端的大數(shù)據(jù) + AI 軟件平臺：Analytics Zoo，開源地址可參考：https://github.com/intel-analytics/analytics-zoo

Analytics Zoo 在底層可提供端到端的數(shù)據(jù)流水線的能力，能夠幫助開發(fā)者直接無縫地將 AI 模型運行在其分布式大數(shù)據(jù)上；中間層可提供機器學習的工作流，目的是能夠將很多人工的作業(yè)、人工的任務變成自動化；在最上層，則能構建不同應用場景，快速開發(fā)例如推薦系統(tǒng)、時間序列分析、計算機視覺、以及自然語言處理等方面的應用。

結語

對于芯片巨頭來說，除了芯片納米制程的 PK，最關乎生存發(fā)展的可能便是強大的軟件開發(fā)者生態(tài)。

總體來看，經過幾十年的發(fā)展積淀，英特爾跨基礎架構、網(wǎng)絡、操作系統(tǒng)的開發(fā)經驗，在半導體行業(yè)中屈指可數(shù)，也是為數(shù)不多有能力重新定義未來應用程序開發(fā)方式的巨頭。在 XPU 產品版圖之上，oneAPI 作為英特爾 “軟件優(yōu)先” 策略的一種體現(xiàn)，有望讓英特爾在日益融合、異構化及跨架構編程的人工智能時代，更有市場把控力。

在很多開發(fā)者眼中，英偉達從十余年前的瀕臨破產到人工智能時代快速崛起，其開發(fā)的通用并行計算架構平臺 CUDA 絕對是核心殺器。而 oneAPI 對于現(xiàn)在的英特爾來說，有點異曲同工，XPU 和 oneAPI 軟硬結合的這盤棋變得更大，近年來，英特爾也面對著不少質疑聲，而讓自身不焦慮的方式是，或許就是把目光放遠到下一個十年的競爭維度上。

責任編輯：haq