都是人工智能受益者，Intel和 NVIDIA境遇大不同

“我們有好幾次幾乎就破產(chǎn)了。”通常創(chuàng)始人不太談?wù)撟约?a target="_blank">公司瀕死的經(jīng)歷，然而Nvidia的老板黃仁勛，說出上面那句話時(shí)似乎毫不為意。作為一家開發(fā)微處理器和相關(guān)軟件的公司，Nvidia業(yè)績連創(chuàng)新高。上個(gè)季度，這家公司收入增長55％達(dá)到22億美元。

過去12個(gè)月里，黃仁勛的公司股價(jià)幾乎翻了兩番。

Nvidia的成功很大一部分要?dú)w因于他們的芯片產(chǎn)品：圖形處理單元（GPU）。GPU也可以理解為顯卡，可以讓電腦在玩游戲時(shí)表現(xiàn)的更出色。然而現(xiàn)在GPU有了一個(gè)新的用武之地：為人工智能（AI）程序提供所需的大量計(jì)算能力，特別是在數(shù)據(jù)中心里。

這些芯片銷量非飛漲（如圖所示），是信息技術(shù)長期轉(zhuǎn)型的最明顯標(biāo)志。由于摩爾定律的減慢（目前芯片的計(jì)算能力大約每兩年翻一番），以及云計(jì)算和AI的快速崛起，處理器市場正在重構(gòu)。這對半導(dǎo)體產(chǎn)業(yè)及其霸主英特爾，產(chǎn)生了深遠(yuǎn)的影響。

過去的日子對英特爾來說，簡直順風(fēng)順?biāo)?。無論個(gè)人電腦市場還是服務(wù)器領(lǐng)域，英特爾生產(chǎn)的中央處理器（CPU），可以勝任幾乎所有的“工作負(fù)載”。因?yàn)橹圃炝藦?qiáng)大的CPU，英特爾掌控了個(gè)人電腦市場80％的份額，以及幾乎完全壟斷服務(wù)器市場。

過去一年，英特爾的收入接近600億美元。

如今這個(gè)單極世界開始崩潰。CPU的更新?lián)Q代速度，已經(jīng)無法滿足需求。機(jī)器學(xué)習(xí)和其他AI應(yīng)用，需要大量的數(shù)據(jù)，對數(shù)據(jù)處理能力的需求比幾年前整個(gè)數(shù)據(jù)中心的消耗還多。所以英特爾的客戶，例如Google和微軟以及其他大數(shù)據(jù)中心運(yùn)營商，正在選擇來自其他廠商越來越專業(yè)的處理器，甚至開始自己設(shè)計(jì)處理器。

Nvidia的GPU就是一例。這個(gè)產(chǎn)品最初被設(shè)計(jì)用來執(zhí)行交互式視頻游戲所需的大規(guī)模復(fù)雜計(jì)算，也就是給大型游戲加速。GPU有數(shù)百個(gè)專門用于計(jì)算數(shù)據(jù)的“核心”，所有的核心都是并行工作。而CPU只有幾個(gè)核心，順序地處理計(jì)算任務(wù)。

Nvidia最新的處理器有3584個(gè)核心，而因特爾服務(wù)器CPU最多有28個(gè)。

在2008－2009年的全球金融危機(jī)期間，已經(jīng)接近破產(chǎn)的Nvidia迎來了自己的幸運(yùn)時(shí)刻。這家公司發(fā)現(xiàn)對沖基金和研究機(jī)構(gòu)，正在把他們處理器用于新的領(lǐng)域，例如計(jì)算復(fù)雜的投資策略或者研究氣候變化模型。

Nvidia開發(fā)了一種稱為CUDA的編程架構(gòu)，幫助客戶為不同的任務(wù)對處理器進(jìn)行編程。CUDA能夠讓GPU解決復(fù)雜的計(jì)算問題。所以當(dāng)幾年前云計(jì)算、大數(shù)據(jù)和AI開始崛起之后，能夠滿足需求的Nvidia芯片簡直堪稱生逢其時(shí)。

每一個(gè)互聯(lián)網(wǎng)巨頭都在使用Nvidia出品的GPU，驅(qū)動(dòng)他們各自的AI服務(wù)在大量數(shù)據(jù)中進(jìn)行挖掘，無論是醫(yī)學(xué)圖像或是人類語音等等。Nvidia來自數(shù)據(jù)中心運(yùn)營商的銷售收入，在過去一年增長了三倍，達(dá)到2．96億美元。

然而在眾多的專用處理器中，GPU只是其中的一種。隨著云計(jì)算公司為了保持領(lǐng)先優(yōu)勢，不斷提高運(yùn)營效率而混合和匹配芯片，處理器的范圍正在擴(kuò)大。“為正確的工作找到合適的工具”，負(fù)責(zé)Google基礎(chǔ)設(shè)施的Urs Hlzle說，要在靈活性、速度和成本間取得平衡。

候選范圍的一端是ASIC，意思是專用集成電路。顧名思義，這種芯片為了單一目的而搭建，速度最快、能效最高。許多創(chuàng)業(yè)公司正在開發(fā)這種內(nèi)建AI算法的芯片。Google已經(jīng)為語音識(shí)別而建造了一個(gè)稱為TPU的ASIC芯片。

另一端是現(xiàn)場可編程門陣列：FPGA。這種芯片可以編程，也就有了更大的靈活性。盡管這種芯片不容易調(diào)教，微軟還是把他們加入到很多服務(wù)器中，例如在線搜索必應(yīng)（Bing）?！拔覀儸F(xiàn)在有世界上最多的FPGA”，微軟計(jì)算云Azure的CTO說。

偏執(zhí)的時(shí)候到了

英特爾近年來專注于制造更強(qiáng)大的CPU，而不是生產(chǎn)ASIC或FPGA。

人們普遍認(rèn)為，傳統(tǒng)的處理器不會(huì)很快失去地位：每一臺(tái)服務(wù)器都需要它們，無數(shù)應(yīng)用運(yùn)行在它們之上。英特爾的芯片銷售還在增長，不過Gartner的IT咨詢師Alan Priestley認(rèn)為，加速芯片的高速增長對這家公司來說是個(gè)壞消息，在這些芯片上完成的計(jì)算越多，在CPU上運(yùn)行的就越少。

英特爾的一個(gè)對策，是借助收購來追趕。2015年，英特爾以167億美元的價(jià)格收購了FPGA生產(chǎn)商Altera；8月，又花了4億美元收購了Nervana，這是一家成立僅3年的創(chuàng)業(yè)公司，開發(fā)從軟件到芯片的專用AI系統(tǒng)。

英特爾說，他們把專用處理器視為機(jī)會(huì)而非威脅。英特爾數(shù)據(jù)中心業(yè)務(wù)主管Diane Bryant說，新的計(jì)算工作往往是先在專用處理器上進(jìn)行，隨后被“拉進(jìn)CPU”，比如說加密，這項(xiàng)計(jì)算也曾用單獨(dú)的半導(dǎo)體組件來處理，但現(xiàn)在只是英特爾CPU上的一個(gè)簡單指令。

英特爾CPU幾乎占領(lǐng)了全球所有處理器市場，對于企業(yè)來說，在加速芯片上運(yùn)行AI等新型計(jì)算工作意味著額外開銷和更高的復(fù)雜性。

英特爾已經(jīng)在為這樣的融合而進(jìn)行投資。今年夏天，它將開始銷售代號(hào)“Knights Mill”的新處理器，來與Nvidia競爭。同時(shí)，英特爾也在開發(fā)另一款芯片，名叫“Knights Crest”，這款芯片融合了Nervana的技術(shù)。從某種意義上講，英特爾也希望能將Altera的FPGA融合到自己的CPU之中。

可以預(yù)見的是，競爭者們對未來有著不同見解。

Nvidia認(rèn)為，他們已經(jīng)有了自己的計(jì)算平臺(tái)，很多公司用他們的芯片來開發(fā)、運(yùn)行AI應(yīng)用，他們也為其他類型的程序創(chuàng)造了軟件基礎(chǔ)設(shè)施，用于可視化和VR等領(lǐng)域。

數(shù)十歲高齡的計(jì)算巨頭IBM也在試著搶英特爾的生意。2013年，IBM開源了自己的處理器架構(gòu)Power，把它變成了半導(dǎo)體行業(yè)某種意義上的公共資產(chǎn)。專用芯片的制造商更容易將自己的硬件同強(qiáng)大的CPU結(jié)合在一起，而IBM掌握著平臺(tái)發(fā)展方式的話語權(quán)。

這很大程度上依賴著AI如何發(fā)展，如果AI沒能在幾年內(nèi)帶來很多人所期待向往的變革，英特爾的機(jī)會(huì)還不錯(cuò)；但是，如果AI能在接下來的十幾年中繼續(xù)影響各行各業(yè)，其他處理器就有著更大的勝算。IDC市場分析師Matthew Eastwood這樣表示。

從AI技術(shù)應(yīng)用的廣大范圍來看，第二種情況更可能發(fā)生。

當(dāng)然，一個(gè)粗大笨重的CPU獨(dú)攬所有工作，不管計(jì)算量和難度的時(shí)代已經(jīng)過去了。它跌下云端摔得粉碎，英特爾拼盡全力，也無法讓它恢復(fù)往日榮光。

?