深度解析：AI倒逼下的英特尔

在英特尔总部的一个普通大型会议室里，斯万在会议室前方的一个白板上把英特尔的业务分成了两列。左边的一列是PC芯片业务，目前占据了英特尔的半数营收；右边一列是数据中心业务，包括新兴的物联网、自动驾驶汽车以及网络设备市场。

“我们进军的这个世界需要越来越的数据，这需要更强的处理、存储、检索能力，更快的数据移动、分析和智能化来提高数据的相关性。”斯万称。

斯万不再争取在500亿美元的数据中心市场拿下90%左右的份额，而是希望在规模更大的3000亿美元的联网设备市场抢占25%的份额，包括智能相机、未来主义的自动驾驶汽车以及网络设备。他把这一策略形容为“先从我们的核心竞争力入手，然后在某些方面进行发明创造，但同时还要扩大现有业务”。这可能也是英特尔快速走出智能机芯片尝试失败阴影的一种途径，该公司最近放弃了在智能机基带上的大规模投资，把它出售给了苹果公司。在智能机芯片领域，高通公司的长期主导地位犹如英特尔称霸PC芯片市场。

到2023年时，物联网市场规模预计将达到2.1万亿美元，这涵盖了机器人、无人机、汽车、智能相机以及其他移动设备的芯片。虽然英特尔在物联网芯片市场的份额以同比两位数速度增长，但是物联网在英特尔总营收中的占比如今依旧只有7%。

数据中心是英特尔第二大业务，为公司贡献了32%的营收，仅次于PC芯片业务(占营收50%)。如果说哪块业务受到的AI影响最大，数据中心首当其冲，这也是英特尔为何一直在调整其最强CPU系列至强的原因，目的就是让它适合处理机器学习任务。今年4月，英特尔在第二代至强CPU中加入了深度学习加速技术(DL Boost)，为神经网络提供更强性能的同时精确度的损失忽略不计。出于同样原因，英特尔将从明年开始销售两款擅长运行大型机器学习模型的芯片。

AI复兴凸显芯片短板

到2016年时，神经网络将被用于各种应用的前景已经变得很清晰，从产品推荐算法到客服机器人的自然语言处理。和其他芯片制造商一样，英特尔知道公司必须为其大型客户提供一种软硬件专为AI设计的芯片。这种芯片将被用于训练AI模型，从海量数据中进行的推断。

那时，英特尔正缺少这么一种芯片。行业认为，英特尔的至强处理器非常擅长分析，但是英特尔对手英伟达生产的AI图形处理器(GPU)更适合训练AI模型。这是一个影响了英特尔业务的重要看法。

于是，英特尔在2016年开始展开收购，斥资4亿美元买下了一个名为Nervana的深度学习芯片公司，后者已经在开发旨在用于训练AI的超快芯片。

三年过去了，回过头来看，这似乎是英特尔的明智之举。在今年11月在旧金山举行的活动上，英特尔宣布了两款新的Nervana神经网络处理器，一款旨在运行神经网络模型，从大量数据中推断意思，另外一款则用于训练神经网络。英特尔与两大客户Facebook、百度合作，协助验证其芯片设计。

Nervana CEO拉奥

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!