多管齊下反擊Nvidia，英特爾在AI芯片市場還有機會嗎？

　　8月27日，英特爾已經(jīng)是x86服務(wù)器市場的壟斷者，成功遮住了雙眼，它忽視了移動設(shè)備的崛起，對GPU加速系統(tǒng)大爆炸反應(yīng)遲鈍，最終，當奄奄一息的AI再獲新生、變成一個前景可觀的市場時，Nvidia成為主角，英特爾落選。

　　AI就是下一代計算，Nvidia制定了清晰的AI戰(zhàn)略，它用歷史數(shù)據(jù)來認證自己的觀點：GPU已經(jīng)打破摩爾定律設(shè)置的障礙。有些人甚至開始高呼“黃仁勛定律”。黃仁勛正是Nvidia的創(chuàng)始人。在過去3年里，Nvidia營收翻了一倍，股價更是上漲10倍。

　　以前，在英特爾眼里Nvidia只是小角色，向自己的PC伙伴提供小眾產(chǎn)品，一夜之間，它成為新市場舉足輕重的玩家，而英特爾卻呆呆旁觀。

　　巨人已經(jīng)覺醒。英特爾明確向世人暗示，在AI市場，它不會重蹈移動市場一樣的錯誤，不會將AI市場割讓給對手。英特爾已經(jīng)知道，AI是數(shù)據(jù)中心業(yè)務(wù)增長的關(guān)鍵，在未來5年里，AI芯片銷售額的年復(fù)合增長率估計會達到30%。

　　正因如此，在最近的數(shù)據(jù)中心創(chuàng)新峰會(Data-Centric Innovation Summit)上，英特爾才會高調(diào)進軍AI芯片市場，還說去年公司的AI芯片營收已經(jīng)達到10億美元。

　　AI芯片市場不只有GPU還有其它

　　Nvidia刻意強調(diào)說，目前的AI發(fā)展以是GPU作為根基的，它的說法有相當高的可信度，但是忽視了一些事實。

　　按照英特爾的解釋，這種說法最大的問題在于忽視了AI軟件與GPU硬件的融合，AI運行是相當復(fù)雜的，不可能一招通吃，所以上述論斷過于簡單。

　　英特爾AI產(chǎn)品集團主管 Naveen Rao曾經(jīng)在博客中指出，近幾年AI取得成功主要依賴三大支柱：一是軟件工具的優(yōu)化和成熟，二是硬件更加出色(多種形式的硬件，不限于GPU)，三是研發(fā)生態(tài)系統(tǒng)欣欣向榮，而且許多時候還是開源的。

　　Naveen Rao進一步強調(diào)說：

　　“客戶發(fā)現(xiàn)，沒有什么單一的好硬件可以應(yīng)付各種各樣的應(yīng)用，因為AI的類型不是單一的。受到應(yīng)用的限制，從數(shù)據(jù)中心到邊緣設(shè)備，需要的能力各有不同，所以我們需要多種多樣的硬件組合形式。覆蓋多種多樣的應(yīng)用，就可以為英特爾客戶帶來最高的投資回報?！?/p>

　　深度學習模式越來越復(fù)雜，需要強大的并行處理能力，不過Naveen Rao認為，它只是AI軟件生命周期的一部分。

　　聯(lián)想一名AI高管曾經(jīng)在文章中介紹說，從構(gòu)想到部署，總個周期相當漫長，涉及到規(guī)劃、數(shù)據(jù)收集、驗證，開發(fā)部署模型時也要經(jīng)歷這樣的流程。

　　Naveen Rao在峰會上曾表示，AI的執(zhí)行環(huán)境多種多樣，有小設(shè)備，比如物聯(lián)網(wǎng)傳感器和手機，也有自動駕駛汽車，遠程設(shè)備，它們處在網(wǎng)絡(luò)邊緣，還有分散系統(tǒng)，比如云數(shù)據(jù)中心。

　　英特爾AI戰(zhàn)略的基石是“寬度”，就是說英特爾有多種多樣的技術(shù)，可以用在多種多樣的環(huán)境中使用，另外，英特爾還向開源項目投資，增強軟件性能，提高開發(fā)者的生產(chǎn)力。

　　按照Naveen Rao的說法，英特爾AI戰(zhàn)略會用“三條腿”走路：一是工具(軟件)，二是硬件，三是社區(qū)(開發(fā)者生態(tài)系統(tǒng))。 從英特爾的AI產(chǎn)品組合可以看出，它能滿足各種需要，無論是端點、邊緣系統(tǒng)還是數(shù)據(jù)中心，都可以使用英特爾產(chǎn)品。在英特爾帝國內(nèi)已經(jīng)有許多AI技術(shù)，有些是英特爾自己開發(fā)的，有些是收購的，比如：

　　——低能耗Atom處理器，內(nèi)置Movidius視覺處理單元(VPU)，用于物聯(lián)網(wǎng)和移動設(shè)備。

　　——Mobileye先進駕駛員輔助系統(tǒng)(ADAS)和EyeQ芯片，用于無人駕駛汽車。

　　——桌面及移動x86處理器，內(nèi)置GPU、GNA神經(jīng)網(wǎng)絡(luò)協(xié)處理器和Inference Engine加速技術(shù)。

　　——基于Altera開發(fā)的FPGA，它既給低能耗嵌入式系統(tǒng)用(Arria 系列產(chǎn)品)，也給高性能數(shù)據(jù)中心用(Stratix系列產(chǎn)品)，在實時數(shù)據(jù)評估中，可以加速深度學習模型的執(zhí)行速度。Altera是英特爾收購而來的。

　　——Nervana神經(jīng)網(wǎng)絡(luò)處理器，它用高性能、靈活的GPU處理相同類型的模型訓(xùn)練和推斷任務(wù)。

　　——Xeon Scalable x86處理器，用于執(zhí)行一般任務(wù)，訓(xùn)練輕量級AI模型，完成繁重的模型推斷工作。