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(dāng)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(jì)算，Nvidia制定了清晰的AI戰(zhàn)略，它用歷史數(shù)據(jù)來認(rèn)證自己的觀點(diǎn)：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(jì)會達(dá)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(jìn)軍AI芯片市場，還說去年公司的AI芯片營收已經(jīng)達(dá)到10億美元。

AI芯片市場不只有GPU還有其它

Nvidia刻意強(qiáng)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(dāng)高的可信度，但是忽視了一些事實(shí)。

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(yùn)行是相當(dāng)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(tuán)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(jìn)一步強(qiáng)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?yàn)锳I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(bào)?！?/p>

深度學(xué)習(xí)模式越來越復(fù)雜，需要強(qiáng)大的并行處理能力，不過Naveen Rao認(rèn)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(dāng)漫長，涉及到規(guī)劃、數(shù)據(jù)收集、驗(yàn)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(jī)，也有自動駕駛汽車，遠(yuǎn)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(xiàng)目投資，增強(qiáng)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(diǎn)、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(jìn)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(shí)時數(shù)據(jù)評估中，可以加速深度學(xué)習(xí)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。

產(chǎn)品消息不多

在峰會上，英特爾的重點(diǎn)只是講述戰(zhàn)略，所以沒有過多談到產(chǎn)品，這也是情理之中的事。不過在會議上英特爾的確談到一些新AI技術(shù)，以及升級的AI技術(shù)，具體有如下幾種：

——DL Boost x86指令，通過支持低精度16位浮點(diǎn)運(yùn)算，它可以讓深度學(xué)習(xí)運(yùn)算加速，與AVX－512指令是兼容的。

——VNNI指令集（Vector Neural Network Instruction），它相當(dāng)于AVX－512的擴(kuò)展指令，通過支持8位乘法和32位加法，可以讓深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練進(jìn)一步加速。Cooper Lake Xeon處理器將會引入DL Boost和VNNI，新處理器2019年推出，它是Cascade Lake的接班人。

——nGraph編譯器，它可以優(yōu)化AI代碼，方便代碼應(yīng)用于不同的硬件平臺。nGraph支持多種技術(shù)開發(fā)的模型。

——升級MKL－DNN數(shù)學(xué)庫，改進(jìn)矩陣乘法性能。

——展示Nervana NNP L－1000 神經(jīng)處理器，它的目標(biāo)是挑戰(zhàn)GPU，幫助數(shù)據(jù)中心完成深度學(xué)習(xí)任務(wù)。

英特爾數(shù)據(jù)中心CPU架構(gòu)主管 Sailesh Kottapalli介紹說，除了提升矩陣乘法計(jì)算能力，支持低精度和混合精度運(yùn)算，未來Xeon處理器還會增加各個層級的緩存大小，擴(kuò)充存儲帶寬，縮短延遲時間。所有這些都會提升AI性能，讓通用CPU有能力替代GPU，完成許多工作。

最好的思考

英特爾收購了許多AI企業(yè)，比如Nervana，Movidius、Mobileye，最近還收購了Vertex．a(chǎn)i，這樣英特爾就可以制定連貫的策略，解決各種AI問題。

因?yàn)锳I工作多種多樣，運(yùn)行AI軟件時設(shè)備的資源受到限制，所以英特爾擁有多種組合產(chǎn)品還是蠻重要的。不過英特爾的戰(zhàn)略橫跨幾個處理器架構(gòu)和指令集，所以優(yōu)化工作必須做好。

Nvidia的產(chǎn)品沒有英特爾那么豐富，它的GPU分成大中小三等，分別是Volta、Xavier和Jetson，都用到了CUDA編程平臺。雖然Nvidia擁有先發(fā)優(yōu)勢，但是隨著時間的推移，它的優(yōu)勢會削弱，因?yàn)殚_發(fā)者會接受更加先進(jìn)的AI框架，比如TensorFlow，先進(jìn)框架可以讓開發(fā)者瞄準(zhǔn)其它平臺。

另外，Nvidia的神經(jīng)網(wǎng)絡(luò)優(yōu)化GPU（配有Tensor內(nèi)核）性能不錯，現(xiàn)在還有優(yōu)勢，但是未來優(yōu)勢會縮小，因?yàn)橄乱淮⑻貭朮eon處理器推出之后，x86系統(tǒng)的性能會進(jìn)一步提升，可以幫助數(shù)據(jù)中心做更多的事情。

英特爾說去年它的AI芯片銷售額達(dá)到10億美元，如果數(shù)據(jù)是真實(shí)的，我們可以斷言英特爾已經(jīng)在早期贏得許多企業(yè)的支持，在飛速膨脹的市場，它已經(jīng)成為重要的競爭者。

就眼下來說，在硬件和軟件工程方面，英特爾需要將關(guān)鍵工作做好，然后將各部分融合，將產(chǎn)品拋向市場，讓購買者無法抗拒誘惑。

整個市場都對Nvidia入迷，不過如果認(rèn)為英特爾已經(jīng)失敗，無力反擊，那就大錯特錯了。