作者：

编者注：近年来，人工智能等新兴产业涌现，对计算能力提出了更高的要求。自 60 年代以来，中央处理器（CPU）几乎是所有计算机的核心。然而，这种芯片并不适合当代机器学习算法，尤其是深度学习的计算要求。

而专门为 AI 项目设计的专用芯片，既高效、低耗、体积小，还能嵌入智能终端设备，让我们与 AI 真正「亲密接触」。在 AI 迎来新一波复兴的今天，芯片制造巨头 Intel 正在迎合这一趋势，把目光放到为 AI 「量身定制」的专用芯片上，力图保住在服务器芯片市场的冠军头衔。

本文编译自The New York Times，原文标题「Intel, While Pivoting to Artificial Intelligence, Tries to Protect Lead」。

头图来源：Reuters

现代数据中心的大部分电脑都是用的 Intel 家的芯片。长期以来，Intel 和世界各地的数据中心合作，承包了很多互联网巨头的云计算服务，是服务器芯片市场当之无愧的老大。

但是现在 Intel 面临着新的竞争力量，而这很可能会挑战它在数据中心领域的霸主地位，当然收入也可能会受到影响。

AI 时代，Intel 的窘境

AI 的兴起意味着市场需要新的计算硬件。Intel 的通用芯片不再适用于高难度的 AI 项目，反之，处理杂乱无章的海量数据、操控复杂的机器（如学习软件）需要「量身定制」的计算机硬件，也就是专用芯片。专用芯片在执行 AI 任务时比通用芯片表现更好，如识别语音、辨别图像、语言翻译等。

面对瞬息万变的竞争格局，Intel 急着要赶上这波 AI 大潮。7 月 11 号，这家硅谷巨头在纽约举行的一次会议上提出了，它将继续保持主流的数据中心业务，并计划开拓 AI 领域。Intel 将这次会议称为「十年来最大的数据中心发布会」。新的数据中心策略

Intel 的努力是否会成功，这不仅关系到它的未来，还关系到计算机芯片行业的长足发展。

（谷歌位于俄克拉何马州的一个数据中心）

「当下，我们在数据中心市场看到了前所未有的激烈竞争，」在山景城领导着一家科技研究公司的半导体专家 Linley Gwennap 说道。

数据中心是海量数据的存储地，而中央处理器（CPU）是保证数据中心的服务器正常运行的核心硬件。IDC 的分析师 Matthew Eastwood 表示，Intel 占据了 CPU 全球市场份额的 96%，近乎达到了垄断地位。

但不可忽视的是，其他竞争者正在向高级数据中心进军。加州另一家芯片制造巨头 并不像 Intel 一样生产通用处理器。它专门为 PC 游戏玩家设计的图像处理芯片已经被证明非常适合 AI 项目。去年，Nvidia 的数据中心生意做得相当好——除了芯片销量猛增，公司股价也几乎是以前的三倍。另外，和 Intel 一样生产 CPU 的 AMD 、ARM 也都瞄准了数据中心市场。Nvidia

（Intel 的对手 Nvidia 生产的芯片）

令 Intel 更加警觉的是，几个大客户像谷歌、微软、亚马逊自己也在从事芯片设计。几年前，「蓝色巨人」IBM 开放了其 Power 芯片技术的源代码，而谷歌等公司目前正在设计样本芯片。

新策略

为了保住在芯片领域的宝座，Intel 在会议上探讨了新芯片的使用及表现，以及对未来的规划。Intel 打算正式引入下一代至强微处理器，代号为 Skylake。至强系列还会提供拥有不同处理核心、速度、内存、价格的处理器。

但分析人士指出，Intel 的新策略仍然是在走老路，而不是在探索新的计算机操作模式。

「Intel 错过了搭上 AI 这趟列车的最佳时机，」伯恩斯坦研究公司（Bernstein Researc）的半导体专家 Stacy Rasgon 说道。

但 Intel 自己却不这么认为。Intel 称，AI 还是一门新兴技术，而它正在对 AI 进行重大投资。Intel 现任 CEO Brian Krzanich 在去年秋天的一篇中提到：「Intel 有能力并且会加快实现许下的 AI 承诺」。博客

（Intel CEO Brian Krzanich，图片来源：）视觉中国

面对竞争对手在数据中心处理器（即服务器芯片）上的大动作，Intel 并非无动于衷。去年 Intel 以超过 4 亿美元的价格收购了 AI 初创公司 。今年 3 月，Intel 成立了 AI 事业部，由 Nervana 联合创始人兼前 CEO Naveen G. Rao 领导。Nervana Systems

Intel 表示正在把 Nervana 的技术融入到芯片中，代号为 Lake Crest 的芯片就是例子，这款还在测试阶段的芯片预计今年就能和部分消费者见面了。

Lake Crest 是专门为人工神经网络定制的芯片。人工神经网络是通过分析海量数据来学习特定任务的 AI 项目。比如，把几百万张猫咪图片上传到人工神经网络，之后它就能学会识别猫咪，甚至还能判断出猫的毛色、品种。语音识别、语言翻译的原理也是基于人工神经网络。

Intel 表示，它正在把 Nervana 的技术运用到未来的一款至强处理器中，这款处理器代号 Knight's Crest。

至强可扩展处理器

不知道是不是巧合，Intel 11 号开会讨论新策略，第二天发布新产品。7 月 12 号，Intel 在北京举办了主题为「芯飞跃创未来」的发布会, 正式推出全新一代至强可扩展处理器, 代号 Skylake-SP。它被称为是近十年来数据中心平台领域最大的技术进步。

不同于以往至强 E5、E7 的分级设定，这次英特尔为至强可扩展处理器提供了四个级别的性能和功能，并分别以铜牌、银牌、金牌和铂金来命名，用户可以更加针对性的选用四个系列的产品。

相比之前的 E5、E7，至强可扩展可以为计算、网络、存储工作负载整合独特功能，与目前市场上广泛使用的上市 4 年的系统相比，可以将虚拟化工作负载的可扩展性提高 3.9 倍，让用户能够在每个系统运行越来越多的不同类型的工作负载。8K 数据块时压缩速度可达 100Gb/s，创造了 58 项世界纪录。

Intel 一直是商用及数据中心市场的翘楚。但近几年，Intel 推出的处理器性能提升速度不断放缓, 被外界盖上了「牙膏厂」的称号。

至强可扩展处理器可以为计算、网络和存储带来更具有针对性的负载优化。可以说可扩展的特性为下一代云基础设施提供了硬件基础。包括数据分析、人工智能、自动驾驶、高性能计算和网络转型在内的各类应用都将可以从至强可扩展当中受益。

CPU 功能弱化，专用芯片登场

作为服务器芯片市场的老大，Intel 生产的处理器功能越来越强大，能满足各行各业的不同需求。这也给 Intel 带来了相当可观的利润——去年 Intel 的总收入是 594 亿美元，其中净收入 103 亿美元。

但现在 Intel 的大客户们想要新的的计算机处理方式。他们希望用一组专用芯片来分批处理数据，而不是像以前一样让中央处理器处理所有的数据。中央处理器可以看成是大脑的中枢，负责逻辑处理，同时又像交警一样指挥计算机中的数据流动。

不太为人们所熟知的专用芯片在业内被称为加速器（accelerator）。它们能做特定的事情，例如在执行由数据驱动的 AI 任务时速度比中央处理器快得多。加速芯片还包括图像处理器、专用集成电路（ASICs）、现场可编程门阵列（FPGA）。

（中央处理器和专用芯片合作处理数据，图片来源：）IEEE Spectrum

但专用芯片的前景好并不意味着 Intel 的中央处理器以后就没有市场了。只能说 CPU 以后像大脑一样做逻辑处理的工作会减少，起到的作用将更像是十字路口的交警。如果 CPU 真的朝这个方向发展，估计以后 Intel 赚的钱应该没有现在多了。

其实 Intel 并没有止步不前。2015 年，它出资 167 亿美元收购了一家现场可编程门阵列（FPGA）的制造商 Altera。FPGA 的特点是高度定制化，可以与 CPU 互补应用在大数据、人工智能等领域。

「Intel 很会揣摩消费者的心思，知道它们想要什么样的数据中心处理器，」独立分析师 Gwennap 说道。

现在，Intel 的难题依然是能否从知道客户想要什么转变到提供给他们想要的，这将对 Intel 的商业模式和收入产生重大影响。

陈君子