在PC時(shí)代稱霸的英特爾，如今想要在人工智能時(shí)代，撼動(dòng)英偉達(dá)的領(lǐng)導(dǎo)地位。2月3日，英特爾CEO鮑勃·斯旺在電話會(huì)議上透露，公司去年在人工智能方面創(chuàng)收38億美元。

相關(guān)營收激增，動(dòng)作頻繁，加之最新推出的首款云端AI專用芯片，讓人不禁猜測：英特爾的追趕之路或?qū)⑻崴佟?/p>

最有前途的追趕者

不斷擴(kuò)大的人工智能市場，為上游AI芯片廠商帶來機(jī)遇。

廣義上，用于人工智能訓(xùn)練和推理的芯片，都可以稱為AI芯片，包括CPU、GPU、FPGA以及ASIC等。

相比傳統(tǒng)的CPU，起初用于游戲和視頻的GPU更適用于深度學(xué)習(xí)。人工智能時(shí)代，GPU被視作訓(xùn)練人工智能的主要方式，全球主流的硬件平臺(tái)都在使用GPU進(jìn)行加速。因此，GPU的領(lǐng)軍者英偉達(dá)在獲得新增長點(diǎn)的同時(shí)，也在這一領(lǐng)域站穩(wěn)了腳跟。

在此之后，許多芯片廠商、AI初創(chuàng)企業(yè)，甚至云計(jì)算廠商這樣的芯片大客戶都開始自研AI芯片。在國內(nèi)，也有華為海思、比特大陸這樣的AI芯片廠商，成為國產(chǎn)替代的先鋒。雖然入局者眾，但真正能做出產(chǎn)品的企業(yè)并不多。

英特爾副總裁Naveen Rao指出，目前除了CPU、英偉達(dá)的GPU和谷歌的TPU（張量處理器），沒有其他的計(jì)算架構(gòu)能夠成為真正的產(chǎn)品，而且Google的TPU并不對外出售。

Naveen Rao還認(rèn)為，AI芯片的技術(shù)壁壘高，初創(chuàng)企業(yè)很難活下來。即使幸存，也很難解決量產(chǎn)以及軟件故障等問題。

而且，目前真正通用的AI芯片只有GPU。AI芯片的角逐場上，遠(yuǎn)沒有看起來那么擁擠。

在CPU領(lǐng)域積累深厚，并擁有全世界最強(qiáng)大的開發(fā)者社區(qū)之一，英特爾無疑是英偉達(dá)最有前途的挑戰(zhàn)者。

全面的戰(zhàn)略

在人工智能領(lǐng)域創(chuàng)收38億的英特爾，已經(jīng)向產(chǎn)業(yè)界成功證明，自己已然具有一定地位。那么，英特爾如何布局以追趕英偉達(dá)？或者說有著怎樣的人工智能戰(zhàn)略？

最顯而易見的路徑是不斷收購?fù)獠繄F(tuán)隊(duì)。在英特爾近年的多起收購案中，最有標(biāo)志性的案例是收購Nervana，以及不久前收購以色列AI芯片商HabanaLabs。

早在2016年8月，為了進(jìn)入深度學(xué)習(xí)訓(xùn)練芯片市場，英特爾以大約3．5億美元收購了Nervana。Nervana的深度學(xué)習(xí)芯片有著10倍于GPU的速度，能幫助英特爾在深度學(xué)習(xí)特定應(yīng)用的集成電路方面獲取競爭優(yōu)勢。團(tuán)隊(duì)方面，Nervana創(chuàng)始人NaveenRao在進(jìn)入英特爾后，開始全面領(lǐng)導(dǎo)英特爾AI業(yè)務(wù)。

三年后，英特爾公布了首款云端AI專用芯片Nervana神經(jīng)網(wǎng)絡(luò)處理器（NNP）系列產(chǎn)品，被視作對GPU的正面回應(yīng)。

之后，同樣在2019年，英特爾再次憑借一起收購引發(fā)關(guān)注——英特爾花費(fèi)20億美元收購以色列AI芯片制造商HabanaLabs。英特爾宣稱，這次交易將強(qiáng)化英特爾的人工智能解決方案，進(jìn)一步推動(dòng)公司在AI芯片市場的份額。

有消息稱，由于不滿足此前的產(chǎn)品線，英特爾已決定終止其Nervana神經(jīng)網(wǎng)絡(luò)處理器的開發(fā)工作，轉(zhuǎn)而將重點(diǎn)放在收購HabanaLabs后獲得的人工智能芯片架構(gòu)上。

英特爾表示：“這一路線圖決策符合英特爾的AI戰(zhàn)略，并符合我們承諾提供能夠滿足客戶不斷發(fā)展的功能和性能需求（從智能邊緣到數(shù)據(jù)中心）的異構(gòu)AI解決方案?！?/p>

除了果敢，英特爾的戰(zhàn)略還以全面著稱。英特爾將繼續(xù)在各領(lǐng)域收編并發(fā)展先進(jìn)的人工智能技術(shù)，將其組合成完整的、廣泛適用的軟硬件技術(shù)生態(tài)。

關(guān)于解決方案的思路，英特爾AI平臺(tái)事業(yè)部副總裁辛周妍曾在接受財(cái)新采訪時(shí)表示：AI計(jì)算不存在一個(gè)通用的解決方案，涉及預(yù)算、芯片和系統(tǒng)等多個(gè)要素。英特爾的策略是給客戶選擇的空間，來挑選適合具體需求的硬件。

據(jù)介紹，英特爾已擁有從CPU、GPU、FPGA到ASIC的AI芯片，全面的產(chǎn)品線也使英特爾具備了差異化優(yōu)勢。

值得一提的是，英特爾也在多年之后重啟了對獨(dú)立GPU的研發(fā)，產(chǎn)品預(yù)計(jì)在2020年或2021年上市，將進(jìn)一步與英偉達(dá)對壘。

英特爾還有機(jī)會(huì)嗎？

硬件技術(shù)可以依靠花錢買突破，但生態(tài)沉淀絕非一日之功。在英偉達(dá)主導(dǎo)GPU的階段，英偉達(dá)無疑建立了自己的生態(tài)圈。

以下游的合作伙伴為例，微軟Azure、亞馬遜AWS、阿里巴巴、百度等云計(jì)算廠商均宣布使用了英偉達(dá)旗下的高性能AI，足見英偉達(dá)的先發(fā)優(yōu)勢。

除了重新自研GPU，英特爾還能如何發(fā)力？GPU的缺陷以及技術(shù)路線的遷移，或許能幫助英特爾找到突破口。

作為算力強(qiáng)大、通用性高的主流AI基礎(chǔ)設(shè)施，GPU并非完美。首先，功耗高、價(jià)格昂貴是GPU較為顯著的缺點(diǎn)。

業(yè)內(nèi)人士指出，雖然在目前，GPU芯片是培訓(xùn)人工智能系統(tǒng)最有效的方式，但技術(shù)巨頭也在尋找其他類型的硬件以提高深度學(xué)習(xí)性能。也有人認(rèn)為，GPU芯片與人工智能的搭配本就是巧合。

而在適用性方面，也有人指出，GPU芯片與理想的深度學(xué)習(xí)芯片有一定距離。

此外，市場洞察力，即能否把握最適用且生命周期長的下游應(yīng)用，也會(huì)成為接下來競賽的重要指標(biāo)。英特爾在去年下半年便在人工智能、自動(dòng)駕駛和5G領(lǐng)域與百度牽手。

英特爾能否改寫人工智能上游版圖？這一問題有待時(shí)間檢驗(yàn)，但AI市場的熱度無疑為英特爾增加動(dòng)力。每3．5個(gè)月，人工智能的計(jì)算量就需要增加一倍。由此可以推測，2018年到2023年間，AI芯片的市場規(guī)模增速高達(dá)49．88％。

去年，由于AI運(yùn)算高性能產(chǎn)品需求在下半年大幅增加，英特爾時(shí)隔3年重返半導(dǎo)體廠商銷售額榜首。正如Naveen Rao所言：AI是英特爾“必須贏下的市場”。