AI营收38亿，英特尔打算如何改写AI产业格局

2020-02-27 13:31

亿欧网

关注

在PC时代称霸的英特尔，如今想要在人工智能时代，撼动英伟达的领导地位。2月3日，英特尔CEO鲍勃·斯旺在电话会议上透露，公司去年在人工智能方面创收38亿美元。

相关营收激增，动作频繁，加之最新推出的首款云端AI专用芯片，让人不禁猜测：英特尔的追赶之路或将提速。

最有前途的追赶者

不断扩大的人工智能市场，为上游AI芯片厂商带来机遇。

广义上，用于人工智能训练和推理的芯片，都可以称为AI芯片，包括CPU、GPU、FPGA以及ASIC等。

相比传统的CPU，起初用于游戏和视频的GPU更适用于深度学习。人工智能时代，GPU被视作训练人工智能的主要方式，全球主流的硬件平台都在使用GPU进行加速。因此，GPU的领军者英伟达在获得新增长点的同时，也在这一领域站稳了脚跟。

在此之后，许多芯片厂商、AI初创企业，甚至云计算厂商这样的芯片大客户都开始自研AI芯片。在国内，也有华为海思、比特大陆这样的AI芯片厂商，成为国产替代的先锋。虽然入局者众，但真正能做出产品的企业并不多。

英特尔副总裁Naveen Rao指出，目前除了CPU、英伟达的GPU和谷歌的TPU（张量处理器），没有其他的计算架构能够成为真正的产品，而且Google的TPU并不对外出售。

Naveen Rao还认为，AI芯片的技术壁垒高，初创企业很难活下来。即使幸存，也很难解决量产以及软件故障等问题。

而且，目前真正通用的AI芯片只有GPU。AI芯片的角逐场上，远没有看起来那么拥挤。

在CPU领域积累深厚，并拥有全世界最强大的开发者社区之一，英特尔无疑是英伟达最有前途的挑战者。

全面的战略

在人工智能领域创收38亿的英特尔，已经向产业界成功证明，自己已然具有一定地位。那么，英特尔如何布局以追赶英伟达？或者说有着怎样的人工智能战略？

最显而易见的路径是不断收购外部团队。在英特尔近年的多起收购案中，最有标志性的案例是收购Nervana，以及不久前收购以色列AI芯片商HabanaLabs。

早在2016年8月，为了进入深度学习训练芯片市场，英特尔以大约3．5亿美元收购了Nervana。Nervana的深度学习芯片有着10倍于GPU的速度，能帮助英特尔在深度学习特定应用的集成电路方面获取竞争优势。团队方面，Nervana创始人NaveenRao在进入英特尔后，开始全面领导英特尔AI业务。

三年后，英特尔公布了首款云端AI专用芯片Nervana神经网络处理器（NNP）系列产品，被视作对GPU的正面回应。

之后，同样在2019年，英特尔再次凭借一起收购引发关注——英特尔花费20亿美元收购以色列AI芯片制造商HabanaLabs。英特尔宣称，这次交易将强化英特尔的人工智能解决方案，进一步推动公司在AI芯片市场的份额。

有消息称，由于不满足此前的产品线，英特尔已决定终止其Nervana神经网络处理器的开发工作，转而将重点放在收购HabanaLabs后获得的人工智能芯片架构上。

英特尔表示：“这一路线图决策符合英特尔的AI战略，并符合我们承诺提供能够满足客户不断发展的功能和性能需求（从智能边缘到数据中心）的异构AI解决方案。”

除了果敢，英特尔的战略还以全面著称。英特尔将继续在各领域收编并发展先进的人工智能技术，将其组合成完整的、广泛适用的软硬件技术生态。

关于解决方案的思路，英特尔AI平台事业部副总裁辛周妍曾在接受财新采访时表示：AI计算不存在一个通用的解决方案，涉及预算、芯片和系统等多个要素。英特尔的策略是给客户选择的空间，来挑选适合具体需求的硬件。

据介绍，英特尔已拥有从CPU、GPU、FPGA到ASIC的AI芯片，全面的产品线也使英特尔具备了差异化优势。

值得一提的是，英特尔也在多年之后重启了对独立GPU的研发，产品预计在2020年或2021年上市，将进一步与英伟达对垒。

英特尔还有机会吗？

硬件技术可以依靠花钱买突破，但生态沉淀绝非一日之功。在英伟达主导GPU的阶段，英伟达无疑建立了自己的生态圈。

以下游的合作伙伴为例，微软Azure、亚马逊AWS、阿里巴巴、百度等云计算厂商均宣布使用了英伟达旗下的高性能AI，足见英伟达的先发优势。

除了重新自研GPU，英特尔还能如何发力？GPU的缺陷以及技术路线的迁移，或许能帮助英特尔找到突破口。