去年，由于AI運(yùn)算高性能產(chǎn)品需求在下半年大幅增加，英特爾時(shí)隔3年重返半導(dǎo)體廠商銷售額榜首。對(duì)于未來，AI是英特爾“必須贏下的市場(chǎng)”。

半導(dǎo)體行業(yè)大型并購頻發(fā)

英偉達(dá)宣布將以400億美元現(xiàn)金加股票的形式收購Arm。

AMD又宣布將以350億美元收購賽靈思。

Marvell宣布將通過股票加現(xiàn)金的方式，以總價(jià)約100億美元的價(jià)格收購模擬芯片制造商Inphi。

英特爾最新的收購看似不值得關(guān)注，但對(duì)其AI發(fā)展可能意義重大。

在過去的幾年中，英特爾將其精力集中在專用芯片領(lǐng)域，包括專門為人工智能（AI）等產(chǎn)品設(shè)計(jì)的芯片。

AI芯片沒有看起來那么擁擠

在PC時(shí)代稱霸的英特爾，如今想要在人工智能時(shí)代，撼動(dòng)英偉達(dá)的領(lǐng)導(dǎo)地位。

AI相關(guān)營收激增，動(dòng)作頻繁，加之最新推出的首款云端AI專用芯片，讓人不禁猜測(cè)：英特爾的追趕之路或?qū)⑻崴佟?/p>

人工智能時(shí)代，GPU被視作訓(xùn)練人工智能的主要方式，全球主流的硬件平臺(tái)都在使用GPU進(jìn)行加速。

因此，GPU的領(lǐng)軍者英偉達(dá)在獲得新增長點(diǎn)的同時(shí)，也在這一領(lǐng)域站穩(wěn)了腳跟。

在此之后，許多芯片廠商、AI初創(chuàng)企業(yè)，甚至云計(jì)算廠商這樣的芯片大客戶都開始自研AI芯片。

目前真正通用的AI芯片只有GPU。AI芯片的角逐場(chǎng)上，遠(yuǎn)沒有看起來那么擁擠。

英特爾向AI轉(zhuǎn)型抵消下降趨勢(shì)

英偉達(dá)、AMD和Arm這樣的競(jìng)爭(zhēng)對(duì)手正在縮小與英特爾的性能差距。

考慮到這一點(diǎn)，英特爾正在利用即將到來的技術(shù)和優(yōu)化的下一代芯片來推動(dòng)AI的發(fā)展。

在第三季度，英特爾報(bào)告的收入為183．3億美元，與去年同期相比下降了3%，英特爾最新一季財(cái)報(bào)下降的原因是其數(shù)據(jù)中心集團(tuán)營收下降7%。

然而，市場(chǎng)預(yù)測(cè)到2024年AI芯片市場(chǎng)的價(jià)值將超過250億美元。隨著行業(yè)的不斷發(fā)展，以及AI在實(shí)際部署中逐步普及，英特爾將有更大的增長空間。

內(nèi)憂外患之下，英特爾選擇了買買買和賣賣賣，試圖通過收購可以面向未來布局業(yè)務(wù)和出售當(dāng)前非核心業(yè)務(wù)來實(shí)現(xiàn)新一輪的轉(zhuǎn)型。

就在上個(gè)月，英特爾將NAND閃存業(yè)務(wù)以90億美元的價(jià)格賣給了SK海力士。

而在這場(chǎng)交易中，英特爾計(jì)劃將本次交易獲得的資金用于開發(fā)業(yè)界領(lǐng)先的產(chǎn)品和加強(qiáng)其具有長期成長潛力的業(yè)務(wù)重點(diǎn)，包括AI、5G網(wǎng)絡(luò)與智能、自動(dòng)駕駛相關(guān)邊緣設(shè)備。

英特爾的AI投資也使其創(chuàng)造除了CPU之外新收入來源的戰(zhàn)略組成部分。

英特爾的目標(biāo)是在“全芯片”市場(chǎng)中占據(jù)30%的市場(chǎng)份額，而提出這個(gè)愿景的時(shí)候，競(jìng)爭(zhēng)對(duì)手AMD正在向英特爾核心CPU業(yè)務(wù)施加的更大壓力。

在10納米處理器硬件出現(xiàn)延遲之后，英特爾宣布將推遲其7納米制造工藝。在斥資20億美元收購芯片制造商Habana Labs之后，該公司在2月終止了其Nervana AI模型訓(xùn)練技術(shù)的開發(fā)。

值得關(guān)注的是，SigOpt服務(wù)了一些非常知名的大公司。這種支持使它得以開發(fā)出有趣的技術(shù)，這些技術(shù)現(xiàn)在將有助于推動(dòng)英特爾 AI 芯片業(yè)務(wù)的發(fā)展。

考慮到這一點(diǎn)，英特爾正在利用即將到來的技術(shù)和優(yōu)化的下一代芯片來推動(dòng) AI 的發(fā)展。

去年，英特爾的AI相關(guān)業(yè)務(wù)收入不到40億美元。收購SigOpt將幫助其在未來的AI市場(chǎng)大幅提高收入。

收購SigOpt聚焦AI芯片整合提升

SigOpt公司位于美國舊金山，開發(fā)的軟件平臺(tái)主要被私有公司和OpenAI等研究組織使用，用于提高AI模型的性能，而這主要是通過一種超參數(shù)優(yōu)化的方法做到的。

SigOpt的AI軟件技術(shù)能夠在包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析方面的軟硬件參數(shù)、使用場(chǎng)景和工作負(fù)載層面提升生產(chǎn)力和性能。

SigOpt的軟件技術(shù)與英特爾的硬件相結(jié)合，預(yù)計(jì)將推動(dòng)AI的進(jìn)一步采用。

英特爾計(jì)劃在其硬件產(chǎn)品中使用SigOpt的技術(shù)，為開發(fā)者加速、擴(kuò)大人工智能軟件工具的規(guī)模。

超參數(shù)是開發(fā)人員定義的一種設(shè)置，可影響AI處理數(shù)據(jù)的方式，其中包括模型中人工神經(jīng)元的數(shù)量以及這些神經(jīng)元彼此交互的方式。

超參數(shù)優(yōu)化是SigOpt的專長，這個(gè)過程中各種設(shè)置通過優(yōu)化最大限度提升性能。

SigOpt的平臺(tái)讓開發(fā)人員可以指定他們希望改善的AI屬性，然后創(chuàng)建一個(gè)“優(yōu)化循環(huán)”以對(duì)其進(jìn)行自動(dòng)微調(diào)，在復(fù)雜的項(xiàng)目中，可以一次微調(diào)多個(gè)屬性。

該平臺(tái)可以與很多不同種類的AI配合使用，包括機(jī)器學(xué)習(xí)模型和更復(fù)雜的深度學(xué)習(xí)模型。

英特爾計(jì)劃在其AI硬件產(chǎn)品中使用SigOpt的軟件技術(shù)來幫助加速、增強(qiáng)以及擴(kuò)展英特爾為開發(fā)者提供的AI軟件解決方案。

英特爾有了SigOpt的性能優(yōu)化功能，就可以幫忙那些在英特爾芯片上運(yùn)行AI模型的企業(yè)客戶實(shí)現(xiàn)更高的處理速度。

交易完成后SigOpt的技術(shù)將“跨英特爾AI硬件產(chǎn)品”進(jìn)行集成。

SigOpt首席執(zhí)行官兼聯(lián)合創(chuàng)始人Scott Clark與首席技術(shù)官兼聯(lián)合創(chuàng)始人Patrick Hayes將加入英特爾的機(jī)器學(xué)習(xí)性能團(tuán)隊(duì)。

他們帶來了英特爾所迫切期待的技術(shù)人才，來幫助解決某些客戶所面臨的最嚴(yán)峻挑戰(zhàn)。

幾年前已布局開展專用芯片

早在2016年8月，為了進(jìn)入深度學(xué)習(xí)訓(xùn)練芯片市場(chǎng)，英特爾以大約3．5億美元收購了Nervana。

Nervana的深度學(xué)習(xí)芯片有著10倍于GPU的速度，能幫助英特爾在深度學(xué)習(xí)特定應(yīng)用的集成電路方面獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。

三年后，英特爾公布了首款云端AI專用芯片Nervana神經(jīng)網(wǎng)絡(luò)處理器（NNP）系列產(chǎn)品，被視作對(duì)GPU的正面回應(yīng)。

之后，同樣在2019年，英特爾再次憑借一起收購引發(fā)關(guān)注——英特爾花費(fèi)20億美元收購以色列AI芯片制造商HabanaLabs。

AI計(jì)算不存在一個(gè)通用的解決方案，涉及預(yù)算、芯片和系統(tǒng)等多個(gè)要素。英特爾的策略是給客戶選擇的空間，來挑選適合具體需求的硬件。

英特爾已擁有從CPU、GPU、FPGA到ASIC的AI芯片，全面的產(chǎn)品線也使英特爾具備了差異化優(yōu)勢(shì)。

結(jié)尾：

現(xiàn)在，英特爾在CPU的基礎(chǔ)上，加入并完善GPU、FPGA、AI芯片、視覺處理芯片等不同類型的計(jì)算架構(gòu)，已經(jīng)形成了一個(gè)完整的芯片家族，將為接下來的數(shù)據(jù)中心、物聯(lián)網(wǎng)和邊緣計(jì)算提供一個(gè)全家桶式的計(jì)算解決方案。

英特爾能夠?qū)⑦@些芯片推廣給原有的CPU客戶，還要看這些芯片之間的兼容性和通信聯(lián)接能力，以及產(chǎn)品的性價(jià)比。而這都需要時(shí)間來證明，但是留給英特爾的時(shí)間確實(shí)也只有接下來的幾年了。

責(zé)任編輯：haq