资讯中心

AI营收38亿,英特尔打算如何改写AI产业格局

来源:亿欧 李薇
2020/2/27 8:45:16
22330
导读:相关营收激增,动作频繁,加之新推出的首款云端AI专用芯片,让人不禁猜测:英特尔的追赶之路或将提速。
  在PC时代称霸的英特尔,如今想要在人工智能时代,撼动英伟达的。2月3日,英特尔CEO鲍勃·斯旺在电话会议上透露,公司去年在人工智能方面创收38亿美元。
 
  相关营收激增,动作频繁,加之新推出的首款云端AI专用芯片,让人不禁猜测:英特尔的追赶之路或将提速。
 
  有前途的追赶者
 
  不断扩大的人工智能市场,为上游AI芯片厂商带来机遇。
 
  广义上,用于人工智能训练和推理的芯片,都可以称为AI芯片,包括CPU、GPU、FPGA以及ASIC等。
 
  相比传统的CPU,起初用于游戏和视频的GPU更适用于深度学习。人工智能时代,GPU被视作训练人工智能的主要方式,主流的硬件平台都在使用GPU进行加速。因此,GPU的者英伟达在获得新增长点的同时,也在这一领域站稳了脚跟。
 
  在此之后,许多芯片厂商、AI初创企业,甚至云计算厂商这样的芯片大客户都开始自研AI芯片。在国内,也有华为海思、比特大陆这样的AI芯片厂商,成为国产替代的先锋。虽然入局者众,但真正能做出产品的企业并不多。
 
  英特尔副总裁Naveen Rao指出,目前除了CPU、英伟达的GPU和谷歌的TPU(张量处理器),没有其他的计算架构能够成为真正的产品,而且Google的TPU并不对外出售。
 
  Naveen Rao还认为,AI芯片的技术壁垒高,初创企业很难活下来。即使幸存,也很难解决量产以及软件故障等问题。
 
  而且,目前真正通用的AI芯片只有GPU。AI芯片的角逐场上,远没有看起来那么拥挤。
 
  在CPU领域积累深厚,并拥有全世界强大的开发者社区之一,英特尔无疑是英伟达有前途的挑战者。
 
  全面的战略
 
  在人工智能领域创收38亿的英特尔,已经向产业界成功证明,自己已然具有一定地位。那么,英特尔如何布局以追赶英伟达?或者说有着怎样的人工智能战略?
 
  显而易见的路径是不断收购外部团队。在英特尔近年的多起收购案中,有标志性的案例是收购Nervana,以及不久前收购以色列AI芯片商HabanaLabs。
 
  早在2016年8月,为了进入深度学习训练芯片市场,英特尔以大约3.5亿美元收购了Nervana。Nervana的深度学习芯片有着10倍于GPU的速度,能帮助英特尔在深度学习特定应用的集成电路方面获取竞争优势。团队方面,Nervana创始人NaveenRao在进入英特尔后,开始全面领导英特尔AI业务。
 
  三年后,英特尔公布了首款云端AI专用芯片Nervana神经网络处理器(NNP)系列产品,被视作对GPU的正面回应。
 
  之后,同样在2019年,英特尔再次凭借一起收购引发关注——英特尔花费20亿美元收购以色列AI芯片制造商HabanaLabs。英特尔宣称,这次交易将强化英特尔的人工智能解决方案,进一步推动公司在AI芯片市场的份额。
 
  有消息称,由于不满足此前的产品线,英特尔已决定终止其Nervana神经网络处理器的开发工作,转而将重点放在收购HabanaLabs后获得的人工智能芯片架构上。
 
  英特尔表示:“这一路线图决策符合英特尔的AI战略,并符合我们承诺提供能够满足客户不断发展的功能和性能需求(从智能边缘到数据中心)的异构AI解决方案。”
 
  除了果敢,英特尔的战略还以全面著称。英特尔将继续在各领域收编并发展先进的人工智能技术,将其组合成完整的、广泛适用的软硬件技术生态。
 
  关于解决方案的思路,英特尔AI平台事业部副总裁辛周妍曾在接受财新采访时表示:AI计算不存在一个通用的解决方案,涉及预算、芯片和系统等多个要素。英特尔的策略是给客户选择的空间,来挑选适合具体需求的硬件。
 
  据介绍,英特尔已拥有从CPU、GPU、FPGA到ASIC的AI芯片,全面的产品线也使英特尔具备了差异化优势。
 
  值得一提的是,英特尔也在多年之后重启了对独立GPU的研发,产品预计在2020年或2021年上市,将进一步与英伟达对垒。
 
  还有机会吗?
 
  硬件技术可以依靠花钱买突破,但生态沉淀绝非一日之功。在英伟达主导GPU的阶段,英伟达无疑建立了自己的生态圈。
 
  以下游的合作伙伴为例,微软Azure、亚马逊AWS、阿里巴巴、百度等云计算厂商均宣布使用了英伟达旗下的高性能AI,足见英伟达的先发优势。
 
  除了重新自研GPU,英特尔还能如何发力?GPU的缺陷以及技术路线的迁移,或许能帮助英特尔找到突破口。
 
  作为算力强大、通用性高的主流AI基础设施,GPU并非完美。首先,功耗高、价格昂贵是GPU较为显著的缺点。
 
  业内人士指出,虽然在目前,GPU芯片是培训人工智能系统有效的方式,但技术巨头也在寻找其他类型的硬件以提高深度学习性能。也有人认为,GPU芯片与人工智能的搭配本就是巧合。
 
  而在适用性方面,也有人指出,GPU芯片与理想的深度学习芯片有一定距离。
 
  此外,市场洞察力,即能否把握适用且生命周期长的下游应用,也会成为接下来竞赛的重要指标。英特尔在去年下半年便在人工智能、自动驾驶和5G领域与百度牵手。
 
  英特尔能否改写人工智能上游版图?这一问题有待时间检验,但AI市场的热度无疑为英特尔增加动力。每3.5个月,人工智能的计算量就需要增加一倍。由此可以推测,2018年到2023年间,AI芯片的市场规模增速高达49.88%。
 
  去年,由于AI运算高性能产品需求在下半年大幅增加,英特尔时隔3年重返半导体厂商销售额。正如Naveen Rao所言:AI是英特尔“必须赢下的市场”。

热门评论

上一篇:博世投资加码驭势科技,无人驾驶规模化量产可期

下一篇:AI+视觉检测 利珀科技获数千万B轮融资

相关新闻

<