電子發(fā)燒友App
短短幾年，人工智能就從一個被擱置“冷宮”的學(xué)術(shù)研究，變成商業(yè)化最前沿的“網(wǎng)紅”，在安防、金融、教育、制造、家居、娛樂等各個與人們生活息息相關(guān)的領(lǐng)域，掀起了一股智能化升級和萬物互聯(lián)的颶風(fēng)。
這場前所未有的技術(shù)革命需要仰賴源源不斷提供高密度計算能力的AI硬件提供商。AI硬件應(yīng)用場景通常分為云端和終端，云端主要指大規(guī)模數(shù)據(jù)中心和服務(wù)器，終端包括手機、車載、安防攝像頭、機器人等各種場景。
無論是在線翻譯、語音助手、個性化推薦，還是各種降低開發(fā)者使用門檻的AI開發(fā)平臺，背后都需要云端AI芯片夜以繼日地為數(shù)據(jù)中心提供強大的算力支撐。于是，AI芯片成為科技巨頭們的必爭之地。這其中以支持游戲視覺GPU出名的英偉達暫時領(lǐng)先，而老牌芯片巨頭英特爾則通過買買買扶搖直上。
兩大芯片巨頭在AI時代開啟了一場全新的較量。2019年，二者在云端AI芯片戰(zhàn)場開始了一場新的戰(zhàn)役。誰能主導(dǎo)這場云端AI芯片戰(zhàn)事，誰就能在將來的云計算和AI市場的戰(zhàn)爭中贏得更多話語權(quán)。
號角再次吹響
財報數(shù)據(jù)顯示，英偉達2020財年也就是2019年第三季度營收30.14億美元，同比下滑5%，環(huán)比增長17%；凈利潤8.99億美元，同比下滑27%，環(huán)比增長63%；調(diào)整后凈利潤為11.03億美元，同比下滑4%，環(huán)比增長63%。
這已經(jīng)是英偉達營收連續(xù)第四個季度下降。但是，財報發(fā)布后股價并未有太大波動，且華爾街仍看好其前景。
對此，筆者認為，本季英偉達營收貢獻最大的游戲部門雖與以往同期相比有所下降，但卻高于預(yù)期的15.4億美元；代表英偉達未來發(fā)展方向的數(shù)據(jù)中心業(yè)務(wù)實現(xiàn)7.26億美元收入，雖略低于預(yù)期的7.542億美元，但與上季度相比，也在持續(xù)增長中。游戲部門是英偉達的基本盤，基本盤穩(wěn)定，投資人自然也就放心了，所以對股價影響不大；而目前英偉達正處于轉(zhuǎn)型之中，數(shù)據(jù)中心業(yè)務(wù)一直在持續(xù)增長，這是華爾街仍然看好英偉達的原因。
過去幾年，由于趕上了深度學(xué)習(xí)的東風(fēng)，英偉達通用圖形處理單元（GPGPU）扶搖直上，把2015年還是20美元的股價提高到了2018年10月292美元的高點，一躍成為AI領(lǐng)域第一股。其火箭般的漲勢讓半導(dǎo)體巨頭英特爾坐不住了，意圖通過收購?fù)黄谱陨硐拗疲厮苁袌霭鎴D。二者的競爭在2019年變得更為直白和更加激烈。
我們知道，圖形和視覺處理領(lǐng)域是英偉達的傳統(tǒng)強項。而在11月13日2019英特爾人工智能峰會期間，英特爾展示了兩款分別面向AI訓(xùn)練和推理的Nervana神經(jīng)網(wǎng)絡(luò)處理器（NNP），以及下一代Movidius視覺處理單元（VPU），就是在向英偉達宣戰(zhàn)。
其中，兩款Nervana神經(jīng)網(wǎng)絡(luò)處理器包括面向訓(xùn)練的NNP-T1000和面向推理的NNP-I1000。這兩顆芯片都是專為云端環(huán)境定制的ASIC（特殊應(yīng)用集成電路）芯片，可以并接多個芯片，加速AI模型的開發(fā)。會上，英特爾宣告兩款芯片正式開始商用交付，為百度、Facebook等人工智能客戶定制開發(fā)產(chǎn)品。英特爾物聯(lián)網(wǎng)集團副總裁Jonathan Ballon還特地強調(diào)了為AI和機器學(xué)習(xí)“專門制造”芯片的重要性，暗示其產(chǎn)品對英偉達GPU產(chǎn)品的優(yōu)勢。
對于下一代Movidius VPU，該芯片旨在為低功率設(shè)備中的AI圖像和視頻處理系統(tǒng)提供動力，面向開發(fā)電腦機器人視覺相關(guān)用途，例如依靠機器學(xué)習(xí)來繞過障礙物的無人機和無人駕駛汽車等。會上，英特爾也非常自信地將其和英偉達的產(chǎn)品做出比較，據(jù)說這款代號為Keem Bay的VPU能提供的算力是英偉達Xavier芯片的4倍，在充分利用的情況下，該芯片可幫客戶獲得50%的額外性能。并且這款新一代的視覺處理單元將于2020年上半年上市。
這些芯片是英特爾在2016年收購兩家AI初創(chuàng)公司后，成果的集中展示。英特爾稱，一系列產(chǎn)品的推出旨在針對從云端到邊緣的AI計算市場，實現(xiàn)加速AI開發(fā)、部署和性能提升，以便在與AI芯片的對手英偉達的競爭中實現(xiàn)超越。也就是說，“雙英”戰(zhàn)事開始正式升級。
AI計算大致分為兩個層面，首先是對模型進行訓(xùn)練（Training），整個過程可能耗時數(shù)天或數(shù)周；之后是對訓(xùn)練出的模型做出推理（Inference）。在AI市場的驅(qū)動下，一些公司開發(fā)專有AI芯片，實現(xiàn)更好的AI計算效能。AI計算目前已經(jīng)成為GPU巨頭英偉達的利潤驅(qū)動因素。
運用GPU進行部分運算密集工作負載，提供比傳統(tǒng)CPU在每瓦效能上更大的提升效果，通過采用英偉達GPU投入機器學(xué)習(xí)（ML）算法加速應(yīng)用，可讓AI神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理更加快速且準(zhǔn)確率更高，從而掀起由英偉達領(lǐng)軍的全球AI研究與應(yīng)用的爆炸式成長。
目前，在更考驗計算力的AI訓(xùn)練市場，英偉達更具優(yōu)勢，其數(shù)據(jù)中心業(yè)務(wù)也在不斷增長。不過，英特爾表示，其基于AI解決方案的產(chǎn)品組合得到進一步強化，今年會創(chuàng)造超過35億美元的營收。目前在數(shù)據(jù)中心領(lǐng)域，憑借CPU市場優(yōu)勢，其已贏下了AI推理市場，因為多數(shù)云端推理都是由至強CPU完成的。
在傳統(tǒng)芯片架構(gòu)上，英特爾仍然是可以提供最完整解決方案的公司，而在GPU領(lǐng)域，英特爾也將向英偉達發(fā)起挑戰(zhàn)?！癈PU是AI的基礎(chǔ)所在，絕大多數(shù)的企業(yè)已經(jīng)在現(xiàn)有的架構(gòu)基礎(chǔ)上，通過軟件來部署AI的應(yīng)用。我們很快也會有更強大的GPU來加入我們的產(chǎn)品家族。”英特爾全球副總裁兼人工智能產(chǎn)品事業(yè)部總經(jīng)理Naveen Rao在會上說。
在三季度業(yè)績發(fā)布電話會議中，英偉達CEO黃仁勛指出，英偉達已經(jīng)轉(zhuǎn)型為軟件公司，無論是AI、數(shù)據(jù)分析還是游戲圖形，這些平臺其實都是從功能強大的軟件開始，所以一直以來，英偉達大部分業(yè)務(wù)其實都高度軟件相關(guān)，這也使得英偉達的利潤能力正逐漸提高。他強調(diào)，就如同英偉達產(chǎn)品近期贏得的推理性能測試，這不僅是仰賴芯片本身，還有軟件堆棧和編譯程序的貢獻。
無獨有偶，Naveen Rao也在2019英特爾人工智能峰會上強調(diào)軟件對使用AI芯片功能開發(fā)的重要性。目前，英偉達憑借CUDA程序框架以及一系列用于并行計算和神經(jīng)網(wǎng)絡(luò)的應(yīng)用程序編程接口，是其AI崛起的關(guān)鍵。對此，英特爾宣布推出Dev Cloud for Edge，使得開發(fā)人員可以在購買硬件前，能夠在各類英特爾處理器上嘗試、部署原型和測試AI解決方案。
無論是硬件還是軟件，無論是云端還是終端，無論是訓(xùn)練還是推理，英偉達和英特爾都是你追我趕，步步緊逼，忙得不亦樂乎。
數(shù)據(jù)紅利的誘惑
同為芯片及計算領(lǐng)域巨頭，“雙英”在AI時代互掐不是頭一回了，畢竟英特爾的CPU與英偉達的GPU在管理協(xié)調(diào)和計算能力方面的優(yōu)劣爭吵，伴隨深度學(xué)習(xí)的誕生就天然存在。不過這次掐得尤其厲害。
今年3月，英偉達擊敗英特爾，豪擲69億美元與以色列公司Mellanox達成其史上最大規(guī)模收購。Mellanox是一家成立于1999年的芯片提供商，總部位于以色列Yokneam和加利福尼亞桑尼維爾。這家主要做服務(wù)器和存儲連接方案的網(wǎng)絡(luò)設(shè)備供應(yīng)商，幾乎覆蓋了包括網(wǎng)絡(luò)控制芯片、網(wǎng)卡、交換機、軟件等在內(nèi)的各類數(shù)據(jù)中心網(wǎng)絡(luò)產(chǎn)品，全球前十的大型公司有九家都選用了Mellanox的方案，谷歌、亞馬遜、微軟都是其客戶。
其中，用于高性能計算的計算機網(wǎng)絡(luò)通信標(biāo)準(zhǔn)InfiniBand市場幾乎被Mellanox和英特爾二分天下，尤其是Mellanox幾乎占據(jù)了超過70%的市場，而其生產(chǎn)的芯片則用于加速計算機服務(wù)器之間的信息流動。2018年，Mellanox的收入飆升26％，首次超過10億美元，另外Mellanox已經(jīng)在納斯達克上市。英偉達表示，這筆收購一旦完成，預(yù)計將立即增加其利潤和自由現(xiàn)金流。
“雙英”巨資爭奪Mellanox顯然是因為“數(shù)據(jù)紅利”?！皵?shù)據(jù)中心比以往任何時候都重要”，英偉達創(chuàng)始人兼CEO黃仁勛說，“我們很高興能將NVIDIA的加速計算平臺與Mellanox世界知名的加速網(wǎng)絡(luò)平臺結(jié)合在一起，創(chuàng)建下一代數(shù)據(jù)中心規(guī)模的計算解決方案”。他表示，英偉達將利用其新獲得的技術(shù)使那些“裝滿機械的巨型倉庫”（數(shù)據(jù)中心）更加高效和有效。
同是3月，在GTC技術(shù)峰會上，英偉達宣布推出自動駕駛行業(yè)“第一個”安全力場（SFF）安全模型，結(jié)果被英特爾全資子公司Mobileye的CEO發(fā)文諷刺，說SFF是抄襲Mobileye的決策模型RSS。到了3月末，據(jù)說英偉達技術(shù)營銷總監(jiān)湯姆·皮特森宣布離職，加盟英特爾。這位技術(shù)大牛曾參與英偉達的重要顯示技術(shù)G-Sync的研發(fā)，其名下專利多達50項。
總之就是，剛一開年，“雙英”就開始了好不淡定的互掐。英特爾這邊從2016年底就希望將業(yè)務(wù)從以晶體管為中心轉(zhuǎn)向以數(shù)據(jù)為中心，實現(xiàn)作為芯片巨頭的新時代轉(zhuǎn)型，提振業(yè)績。為此，英特爾還專門拿出了不少專業(yè)機構(gòu)的研究數(shù)據(jù)來佐證“數(shù)據(jù)是新石油”這一轉(zhuǎn)型的合理性和前瞻性。
目前看，英特爾取得了不錯的階段性成果，從2016年起，英特爾連續(xù)三年創(chuàng)下營收新高，2018年度營收首次突破700億美元，達到708億美元。其中，2018年以數(shù)據(jù)為中心的業(yè)務(wù)占比高達48%，預(yù)計在2019年將超過“以PC為中心”的業(yè)務(wù)。
而另一邊，英偉達也沒閑著。在GTC峰會上，黃仁勛高調(diào)提出，要“發(fā)展以數(shù)據(jù)中心為載體的數(shù)據(jù)科學(xué)”。追逐數(shù)據(jù)紅利對英偉達而言是“必須”，一方面因數(shù)字加密貨幣采礦熱潮退卻，英偉達挖礦圖形芯片的市場需求銳減，再加上中國游戲芯片需求疲軟，英偉達整體業(yè)務(wù)受到顯著影響，“庫存積壓、股價遭腰斬、業(yè)績低迷”成了其過去一年的主基調(diào)。
另一方面，英特爾等競爭對手也開始發(fā)力GPU市場，甚至一些AI芯片初創(chuàng)公司也在試圖蠶食英偉達的市場優(yōu)勢，這讓其壓力倍增。于是，承擔(dān)數(shù)據(jù)收集、存儲等多個重要環(huán)節(jié)的數(shù)據(jù)中心便首當(dāng)其沖成為英偉達的重點布局對象。
英偉達目前的數(shù)據(jù)中心業(yè)務(wù)發(fā)展勢頭也不錯，最新財報顯示，其已有約1/4的營收來自數(shù)據(jù)中心?！皵?shù)據(jù)科學(xué)是計算機科學(xué)領(lǐng)域發(fā)展最快的領(lǐng)域，它也是高性能計算機群的新一輪挑戰(zhàn)”，黃仁勛說，“我們希望在數(shù)據(jù)中心業(yè)務(wù)上加倍努力”。
英特爾進攻英偉達的GPU大本營，英偉達就直接奪了Mellanox，一來一往，正面進攻和側(cè)翼突擊，沒毛病。
英特爾本來具備資料中心所需的連網(wǎng)解決方案，倘若能收購Mellanox，就能搖身一變，成為資料中心連網(wǎng)方案的龍頭供應(yīng)商，但卻被英偉達搶走。資料中心基本上仍是服務(wù)器的處理器最關(guān)鍵，所以在該市場還是以英特爾馬首是瞻，其生態(tài)系統(tǒng)也以英特爾為核心展開。但資料中心的另一關(guān)鍵，就是資料中心與服務(wù)器間的資料交換速度能否有效提升，借此發(fā)揮整體綜效，強化服務(wù)業(yè)者的服務(wù)質(zhì)量。
以Mellanox的解決方案來看，該公司不只是一家單純的網(wǎng)通芯片供應(yīng)商，其旗下亦有板卡、網(wǎng)絡(luò)交換器與網(wǎng)通軟件方案，主要客戶群除了服務(wù)器還有資料中心廠商，例如騰訊、Netflix與百度等，某種程度上說Mellanox是網(wǎng)通方案供應(yīng)商更貼切。
英偉達搶奪Mellanox是因為其也開始為客戶提供系統(tǒng)級產(chǎn)品，像是與服務(wù)器相關(guān)的HGX與DGX系列，車用領(lǐng)域針對自駕車專用的Pegasus系統(tǒng)等，收購Mellanox對英偉達的好處一是可以強化和既有客戶如Dell、HPE與百度等的合作關(guān)系，二是也可強化其在資料中心市場的話語權(quán)。
英特爾與英偉達的核心競爭力分屬CPU與GPU，本是合作大于競爭的共存關(guān)系，但這幾年AI議題發(fā)酵，使得雙方競爭意味增強，而對Mellanox的爭奪則更加劇了二者的競爭態(tài)勢，因此當(dāng)英偉達最終完成收購后，“雙英”在2020年及之后的互動關(guān)系將會更有看點。
30年風(fēng)云跌宕
芯片巨頭的戰(zhàn)場從不寂寞，在激烈的捉對廝殺中，英特爾、英偉達的對峙已經(jīng)延續(xù)了近30載。芯片市場早期，在英特爾與AMD的激烈爭斗中，英偉達只是一個趁人不備偷偷發(fā)展的行業(yè)“小弟”，之后發(fā)展成為GPU之王，并在AI新時代如魚得水。
英偉達之所以能夠后來居上、驚艷世人，最重要的原因是抓住了時代風(fēng)口：計算和圖像處理能力使其在云計算和AI業(yè)務(wù)上更有優(yōu)勢。正如亞馬遜抓住電商零售的時代之匙，沃爾瑪“沉淪”；阿里和騰訊抓住IM的時代之匙，百度“沉淪”。在10年以上的行業(yè)大機遇面前，英偉達恰好站在了風(fēng)口之上。
創(chuàng)建于1968年的英特爾因為重視技術(shù)和研發(fā)在1985年前后登上了傳統(tǒng)芯片行業(yè)的“鐵王座”。1985-2005年的20年間，英特爾忙于和AMD打官司、剛技術(shù)之時，創(chuàng)立于1990年的行業(yè)新人英偉達選擇圖像領(lǐng)域發(fā)展，并順利轉(zhuǎn)向GPU。
1996年，在摸索了3年后，年輕的英偉達把業(yè)務(wù)重心定位在了圖形處理器上，之后幾年風(fēng)生水起，游戲整機廠紛紛下訂單，1999年營收破1.5億美元且順利在納斯達克掛牌上市。
然而，凜冬說至就至。隨后的2000-2003年三年，英偉達卻撞上“至暗時刻”：未能如期如要求完成微軟的Xbox用圖形芯片訂單，導(dǎo)致微軟反水轉(zhuǎn)投死對頭ATI；日后的旗艦產(chǎn)品Geforce系列此時正不停爆出質(zhì)量事故，黃仁勛還因此喜提了“兩彈一勛”稱號。他只能一面忍辱負重向微軟服軟認錯、爭取訂單，一面和英特爾達成了專利交叉許可協(xié)議。
平靜了沒兩年，英偉達又遭遇了AMD翻臉、英特爾停止專利交叉共享的變故，只好自己擼袖子進入3D圖形加速器領(lǐng)域、投入大量人力財力研發(fā)CUDA（通用并行計算平臺），燒錢又沒有短期收益，股價一度從37美元跌到6美元。CUDA最終于2006年上市，是全球首款GPU上的通用計算解決方案，為編程人員帶來更便捷的入門體驗，逐漸為英偉達GPU積累了強健穩(wěn)固的開發(fā)者生態(tài)。
而此時，在經(jīng)歷過和數(shù)十家對手的激烈廝殺，與AMD成為圖形顯卡領(lǐng)域的兩大霸主之后，英偉達總營收規(guī)模已達30億美元，于是黃仁勛做了一個冒險但卻對英偉達影響深遠的決定：每年為CUDA項目砸5億美元，累計總額近100億美元，通過一系列改動和軟件開發(fā)，將GPU轉(zhuǎn)化成更通用的計算工具。
2012年，隨著人工智能、深度神經(jīng)網(wǎng)絡(luò)技術(shù)的突破發(fā)展，此時已經(jīng)進化為提供算力基礎(chǔ)設(shè)施的英偉達終于熬到了咸魚翻身的機會，基于CUDA架構(gòu)的大規(guī)模并行運算芯片Tesla迎來了AI時代。黃仁勛在CUDA上的堅持開始產(chǎn)生回報。
這一年，在ImageNet大賽中，加拿大多倫多大學(xué)教授、機器學(xué)習(xí)領(lǐng)域泰斗、神經(jīng)網(wǎng)絡(luò)之父Geoffrey Hinton帶領(lǐng)課題組用GPU訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)（CNN）AlexNet，他們使用兩個GPU實現(xiàn)了準(zhǔn)確率10.8%的大幅提升，一舉拿下了ImageNet圖像識別比賽的冠軍。到了2013年，比賽的所有參賽者都采用深度學(xué)習(xí)算法，也都跑在英偉達的GPU和CUDA上。
在原來的云計算環(huán)境下，計算主力是英特爾CPU，到了AI計算場景，計算主力變成了GPU和其他專用加速器。GPU并非為深度學(xué)習(xí)而生，其并行計算能力卻與深度學(xué)習(xí)算法的邏輯一拍即合。每個GPU有數(shù)千個內(nèi)核并行，這些核心通常執(zhí)行許多低級的、繁復(fù)的數(shù)學(xué)運算，非常適合運行深度學(xué)習(xí)算法。之后，越來越強的“CUDA+GPU”組合，憑借無敵的處理速度和多任務(wù)處理能力，迅速俘獲一大批研究人員的芳心，很快就成為全球各大數(shù)據(jù)中心和云服務(wù)基礎(chǔ)設(shè)施的必備組件。
終于迎來自己時代的英偉達，2012年與Google的人工智能團隊合作，建造了當(dāng)時最大的人工神經(jīng)網(wǎng)絡(luò)，之后各深度學(xué)習(xí)團隊開始廣泛大批量使用英偉達顯卡。2013年，英偉達與IBM在建立企業(yè)級數(shù)據(jù)中心方面達成合作。2017年，英偉達發(fā)布了面向L5完全無人駕駛開發(fā)平臺Pegasus。過去3年多，英偉達在高端GPU、高性能計算HPC和數(shù)據(jù)中心等業(yè)務(wù)領(lǐng)域保持著一騎絕塵的姿態(tài)，被坊間稱為是深度學(xué)習(xí)得以突破發(fā)展的三大元勛之一。
2012年前后，英特爾正忙于與高通爭奪移動芯片市場，同時還要應(yīng)對來自AMD的絕地大反彈。2014年后，因為摩爾定律失效，英特爾的10納米芯片已經(jīng)跳票三年，一再拖延上市日期，根本無暇顧及新興的AI市場。直到2015年英特爾方才如夢初醒，啟動了全方位的AI戰(zhàn)略。
英特爾先是設(shè)法讓自己的X86與英偉達跑得一樣快，然后是并購為深度學(xué)習(xí)而生的專用芯片，像神經(jīng)網(wǎng)絡(luò)處理器Nervana、計算機視覺Movidius、自動駕駛技術(shù)方案Mobileye等。再然后是做生態(tài)，這也是英特爾最擅長的事。
英偉達得益于GPU芯片在深度學(xué)習(xí)熱潮中大受歡迎，股價一路飆升，在全球服務(wù)器用GPU市場占了96%的份額。數(shù)據(jù)中心已是英偉達第二大業(yè)務(wù)，從2017年二季度開始，保持每個季度同比增長100%+。
起步早加上生態(tài)穩(wěn)健讓英偉達很快便成為云端AI芯片市場的領(lǐng)導(dǎo)者，陸續(xù)展示出令人驚嘆的Tensor Core、NVSwitch等技術(shù)，不斷打造新的性能標(biāo)桿。此外，它還通過構(gòu)建了GPU云使得開發(fā)者隨時可以下載新版的深度學(xué)習(xí)優(yōu)化軟件堆棧容器，極大地降低了AI研發(fā)與應(yīng)用的門檻。
對峙與糾纏
英偉達牛氣沖天最終登頂，英特爾自然不會視而不見。2017年11月，英特爾甚至宣布和AMD結(jié)盟，聯(lián)手對付英偉達。當(dāng)時沒有搭上數(shù)據(jù)中心這班車、技術(shù)制程也出現(xiàn)停滯的英特爾并沒有坐以待斃，而是采取了收購這個他山之石以為己用的策略。
如前所述，深度學(xué)習(xí)通過訓(xùn)練深度學(xué)習(xí)模型，然后部署到實際生產(chǎn)環(huán)境中叫做推理（AI inference）。過去兩年，英偉達在訓(xùn)練市場占據(jù)了絕對份額，但隨著AI部署到實際生產(chǎn)環(huán)境中，產(chǎn)品比拼的不僅是速度，還有性價比、性能功耗比和低延遲，而這恰是英偉達所害怕的。
英特爾瞅準(zhǔn)要害，2015年12月砸下167億美元買走當(dāng)時的可編程邏輯器件（FPGA）的千年老二Altera，如今英特爾憑著“Xeon+Altera FPGA”異構(gòu)芯片的打法，將數(shù)據(jù)中心某些任務(wù)提速十倍有余，其陸續(xù)推出的號稱史上最快FPGA芯片的Stratix 10系列，更是獲得了微軟的青睞。
去年12月，英特爾還在重慶落戶了其全球最大的FPGA創(chuàng)新中心，今年4月又亮出悄然打磨了數(shù)年，集成了英特爾最先進的10nm工藝、3D封裝、第二代HyperFlex等多種創(chuàng)新技術(shù)的新武器——全新架構(gòu)的FPGA Agilex。
如今，英特爾的FPGA已經(jīng)在服務(wù)器市場初步站穩(wěn)腳跟，而另一項重要的交易還處于蟄伏期。2016年8月，英特爾花了三四億美元買下專注于打造深度學(xué)習(xí)專用于硬件的加州創(chuàng)企Nervana，被用來對抗在性能提升方面有如神速的英偉達。收購后不久，前Nervana CEO就被晉升為英特爾AI事業(yè)部總負責(zé)人，首款采用臺積電28nm工藝的深度學(xué)習(xí)專用芯片Lake Crest在2018年量產(chǎn)，據(jù)稱性能是當(dāng)時最快的GPU的10倍。
2017年3月，Nervana以及Xeon、Xeon Phi和Altera四個部分的人工智能相關(guān)業(yè)務(wù)和資源被整合進一個部門，即人工智能產(chǎn)品事業(yè)部（AIPG），這個新部門將整合公司包括工程、實驗室、軟件等資源，打造英特爾Nervana平臺，既包括Nervana云計算服務(wù)、數(shù)據(jù)庫，又包括Nervana專用芯片。整合之后，英特爾AIPG于2017年推出Crest家族系列產(chǎn)品線，每隔一段時間推出一款升級產(chǎn)品來PK英偉達最新的GPU。
實際上，盡管GPU的高能耗遭到業(yè)界越來越多的吐槽，但因其無與倫比的并行運算能力，使得云端AI訓(xùn)練領(lǐng)域至今尚未出現(xiàn)能與英偉達GPU分庭抗禮的玩家。挑戰(zhàn)這一領(lǐng)域的玩家主要是傳統(tǒng)芯片巨頭和創(chuàng)企，跨界的科技巨頭有谷歌、百度和華為，主要采用的架構(gòu)是通用GPU和ASIC。
而在更注重能耗、時延、成本、性價比等綜合能力的云端AI推理領(lǐng)域，入局的玩家相對更多，F(xiàn)PGA和ASIC的優(yōu)勢相對高于GPU。擁有全面AI芯片布局的英特爾勢頭正猛，中美幾大互聯(lián)網(wǎng)巨頭也基本上全部加入戰(zhàn)局，或憑借自身規(guī)模優(yōu)勢和充足資源為高成本研發(fā)提供資金支持，或公布了AI芯片開發(fā)計劃。
結(jié)語
在訓(xùn)練領(lǐng)域，英偉達穩(wěn)固的生態(tài)體系依然是難以撼動的一座高山，并基于自身在GPU領(lǐng)域的強大產(chǎn)品技術(shù)實力發(fā)展起了穩(wěn)固的生態(tài)圈，成本也更低。
英特爾以“全能冠軍”策略對抗英偉達，研制一體、業(yè)務(wù)全面布局設(shè)備端、邊緣端和云端，綜合CPU、GPU、FPGA和各種專用芯片打造一個完整的體系，并通過結(jié)盟構(gòu)建了聲勢浩大的生態(tài)圈，如合作建設(shè)了FPGA中國創(chuàng)新中心，聯(lián)合發(fā)起成立了開放數(shù)據(jù)中心聯(lián)盟、CXL開放合作聯(lián)盟、邊緣計算產(chǎn)業(yè)聯(lián)盟等等。
英偉達的優(yōu)勢領(lǐng)域深度學(xué)習(xí)訓(xùn)練市場需求不會減弱。但正在發(fā)展、隨著人工智能普及未來市場難以估量的推理領(lǐng)域，GPU的增速并不確定，前些年加速卡已經(jīng)賣得很多了，市場可能會增速減緩甚至保持平緩狀態(tài)。
而且技術(shù)的突破性變革也是一種變數(shù)，隨著深度學(xué)習(xí)技術(shù)的不斷完善，未來人工智能的機器推理能力會越來越完善，不排除會有某種革新式硬件出來引發(fā)整個生態(tài)系統(tǒng)的變遷，而且也說不定哪一天半路會殺出一種終極算法，來取代英偉達。
當(dāng)然，英偉達也在順應(yīng)時勢，比如在GTC上黃仁勛特意在AI工作流程中把機器學(xué)習(xí)、數(shù)據(jù)中心等與GPU加速深度學(xué)習(xí)一起納入了英偉達的“AI定義域”。這意味著，英偉達將逐漸調(diào)整過度倚重GPU的AI戰(zhàn)略，將產(chǎn)業(yè)布局擴展至AI產(chǎn)業(yè)各個鏈條。
在擴展生態(tài)圈方面，英偉達則采取了不同策略，比如基于最新發(fā)布的推理服務(wù)器芯片T4與亞馬遜云AWS、阿里云達成合作等。總之，英偉達和英特爾的對峙和競爭，可能是一場馬拉松，短期難分勝負。
工商網(wǎng)監(jiān)
評論