TMT观察网_独特视角观察TMT行业

這兩天有兩條“老新聞”再一次以“新聞”的身份出現，一個是三星說要搶先發售可折疊柔性屏手機，另一個就是英特爾再次說自己專門處理AI任務的神經網絡芯片就要做出來了。

為了應對機器學習，英特爾現在采用的是用Atom芯片組成Xeon phi架構的方式進行計算，雖然具備了一定的算力，但要跑復雜的AI任務還是有點弱。因此，英特爾為了自己的神經網絡芯片可以說是煞費苦心，去年推今年，今年推明年，一推無際。隔壁的英偉達都已經更新了好幾代了，英特爾聽起來就很爆炸的Loihi還是處于“展望”的狀態。

按理說，英特爾作為一家老牌芯片供應商，如果想迅速拿出來一款能用的AI芯片也不算是什么難事。但爽約了這么久，它究竟是怎么回事？

可以肯定的是，這絕不是因為他們能力不足。

商用AI芯片容不下急躁冒進

目前的AI芯片中，英偉達的GPU和谷歌的TPU算是兩座大山。

英偉達可能自己也沒想到，CPU競爭不過英特爾轉身做顯卡，就是想讓同學們玩兒游戲的時候體驗更好點，卻會在十幾年后讓其搖身一變成為了AI計算的領軍者。相較CPU，GPU在應對深度學習計算的時候發揮出了強大的能力，以至于在不斷升級的情況下，依靠GPU的計算能力英偉達可以相當長時間地占據AI芯片提供商的供應鏈頂端。

而這也在去年幫助英偉達掙了30.5億美元的凈利潤，同比增長了83%。

雖然商用程度并沒有英偉達那么高，但谷歌專注于神經網絡推斷的TPU的超強計算性能卻也可以說是一覽眾山小。如果不是因為谷歌是為了滿足自家使用而不售賣，恐怕英偉達的GPU也會受到很大的沖擊。

此二者一個是從根兒上就在研究GPU，然后撞大運般搭上了深度學習的班車，從而走在人工智能芯片商用化的前端；另一個則是一直專注于深度神經網絡計算，是全世界獨一檔的人工智能公司，推出全球頂尖的AI芯片自然也是情理之中。

那么，算起來擁有五十年歷史的芯片巨頭英特爾是不應該掉隊的，但事實發生了什么呢？

首先來說，作為老牌芯片供應商，在人工智能成為全球化大趨勢的情況下，其自然不肯將這塊兒大市場拱手相讓。英特爾的強項是做CPU，雖然CPU也能做簡單的AI計算，但在大規模的AI計算當中，即使給CPU加100個核它也難當大任。因為AI計算和傳統的CPU處理模式基本上是兩種意義差別很大的東西。雖然英特爾也有自己的GPU，但在涉足人工智能領域的時候，其也算是一個新人。

自己缺乏這方面的技術積累，又眼看著英偉達吃香喝辣，英特爾也沒有閑著。為了能在消費級市場分一杯羹，英特爾嘴上說看不上GPU，但私下里也確實是在一步步推進自己的CPU+FPGA架構處理器。只不過，英特爾面臨著人工智能戰略起步較晚和直接商用的問題，而且初期進行的CPU——FPGA架構并沒有在消費級市場上展現出惹眼的攪動情況，所以其干脆直接將目光投進了商用AI芯片身上。

那么，面對為企業客戶提供云服務的問題，英特爾自然是不敢怠慢。進入一個新的領域和面對新的服務對象，英特爾的AI芯片可以說是不容有失。商用AI芯片前面是一個百億美元級別的大市場，英特爾自然希望能夠打造出一個成熟的產品推向市場，達到一旦推出、橫掃一片的效果。

所以，面對消費級市場的挫敗、商用市場的一招必勝，再加上本身擁有的雄厚家底，追求AI芯片在英特爾看來，實在是應該慢工出細活。

全棧AI解決方案下的謹慎之道

那么，慢工看來英特爾已經實現了，細活是怎么體現的呢？

英偉達剛推出GPU的時候策略也很簡單，就像賣顯卡一樣去賣GPU。但人工智能與傳統計算不同，其最大效益的取得并不是說哪一種計算方式，而是圍繞著計算能力構建的生態。所以，當英偉達意識到這一點的時候，也開始布局自己的人工智能生態，包括開發平臺、開發者社區、孵化器支持等。相比之下，谷歌的TPU從一開始就是在做這件工作。

英特爾想，我也要想谷歌一樣，要做就做一票大的。

于是，英特爾把人工智能布局上升到一個戰略的高度，然后圍繞其展開了一系列的大動作。從2015年至今，英特爾花巨資收購了一大批人工智能公司如Altera、Saffron、Yogitech、Itseez、Movidus、Mobileye、Nervana等，還參與投資中國AI芯片公司地平線，建立了Nervana、SDK、等平臺協同人工智能發展，支持和優化開源深度學習框架Caffe、Neon、Spark，開發完善了以至強處理器、Nervana神經網絡處理器和FPGA等硬件，涵蓋了智慧醫療、無人駕駛、智能家居、VR/AR、云服務等多個領域……

用英特爾自己的話說，要建立一個人工智能全棧式的解決方案，從而充分釋放AI的潛力。就問你看著怕不怕？

那么，由此我們也就可以看出，英特爾絕不僅僅是想做出一款能夠應用于深度學習計算需求的芯片，而是一款要能夠支撐起自己的人工智能時代萬物互聯野心的產品。與英偉達先推出芯片然后一點一點構建生態不同，英特爾是把所有的東西都先攏到一塊兒，讓AI芯片顯得呼之欲出。

同時，擺了這么大一攤子，收購、投資了這么多公司，花了這么多錢，也構建了這樣的一幅美好的全棧式AI解決方案藍圖，也就表明商用AI芯片是英特爾絕對輸不起的一仗。雖然暫時Nervana平臺的云計算能力可以借助英偉達的GPU來完成，但顯然這并不是長久之計。

也就是說，手里攢了這么多牌，英特爾絕不肯為了趕時間而把一個不成熟的Loihi催熟，從而導致打造的生態受到可能的傷害。

前有狼后有虎：新舊業務的兼顧分神

傳統業務的支撐讓英特爾可以拿錢著手布局人工智能，但另一方面，傳統處理器業務也正在受到競爭對手的威脅，這也成為英特爾開發AI芯片時不得不護之處。

多年來，英特爾PC處理器市場的龍頭地位基本無可撼動，雖然時常受到挑戰，但基本無關痛癢。但從去年以來，英特爾卻遭受了有史以來競品最嚴重的威脅之一，這個對手就是ADM。

ADM去年三月發布了ZEN架構處理器，面向中國市場的銳龍帶著性價比洶涌而來，逼著英特爾不得不提前發布了8代處理器；今年ADM又很快推出了2代銳龍，便宜的價格、超高的性價比，引得國內廠商紛紛跟進。經過這兩代發布，銳龍提升了自己在中高端消費市場的份額。同時，其還在2月份發布了新一代APU，在入門級市場也攪動了一番。雖然英特爾仍然占有市場份額的絕對優勢，但ADM這兩年的動作也著實讓其感受到了威脅的存在。

所以，英特爾現在可以說是處在一個前有狼后有虎的局面當中。在人工智能時代，英特爾已經錯過了移動AI芯片的先機，而在商用AI芯片上也已經落后了英偉達和谷歌等一批選手，追趕已經是迫在眉睫；而一旦其閉著眼睛狂奔，導致傳統業務受到蠶食，則有可能形成后院失火的尷尬局面。

也就是說，如何在轉型的過程中同時延續在傳統芯片行業中的龍頭地位，是英特爾必須要考慮周全的一個問題。而這也勢必會對AI布局和芯片研發的進程產生一定的影響。因此，英特爾需要且戰且顧。身前一大片身后一攤子，這也是傳統IT服務商所面臨的共同問題。

總之，英特爾AI芯片一直處于呼之欲出的狀態，一定程度上是其不得不為的原因。足夠的時間意味著足夠的產品成熟度，以英特爾的技術實力和頻繁動作來看，其最終推出的AI芯片應該不會讓人失望。但現在的問題是：照目前的局勢看來，英特爾還能爽約幾次？

搶灘商用AI芯片市場可以說是刻不容緩的。英偉達芯片已經數次換代，每次都把媒體給嚇壞了，并且也已經開始進行人工智能生態布局。谷歌的TPU逐漸商用，一大批玩家如蘋果、Facebook、百度、阿里等也都在加緊商用AI芯片的研發，并且動靜都鬧得不小。如果說英特爾說要做商用AI芯片的三年前市場還是藍海的話，那三年后的今天儼然已經變成了紅海。當時未能搶占先機，拖到今天，市場競爭形勢已經發生了巨大的變化。雖然英特爾布局顯得非常完整，但一人獨占與眾人分羹，攻占市場的難度顯然是不同的。

所以，對英特爾而言，雖然現在也在利用CPU+FPGA等形式來進行AI計算，但最終還是無法替代神經網絡芯片的作用。而且越往后，對手們則會越多也越成熟。如果最終起個大早卻趕個晚集，就不是一個尷尬了得的了。