在CES 2020發佈會上，英特爾回顧過去，展示了人工智能技術在防災備災、娛樂、體育等多個領域的應用，很好的展現了英特爾已經將AI融入雲、網絡、邊緣和PC。展望新的一年，即將推出的第三代至強可擴展處理器、最新酷睿移動處理器（代號：Tiger Lake）、Xe架構獨立圖形顯卡DG1預覽版，都預示著，英特爾的AI大時代即將到來。
2016年，轉型重要的轉折點
2012年開始興起的深度學習熱潮，引發了新一輪的AI熱潮，將我們帶入了大數據和AI時代。面對這次技術變革，英特爾顯然不會錯過。2015年，深度學習的熱潮從學術圈蔓延至產業界，對於新技術和新市場最為敏感的AI初創公司相繼成立，AI芯片的創業熱潮也開始興起。
2016年，英特爾前CEO科再奇（Brian Krzanich）提出，英特爾要從一家PC公司轉型為驅動雲計算和數以億計的智能互聯計算設備的公司。由此，英特爾拉開了以數據為中心轉型的序幕。
數據被比作未來的石油，到2025年，全球數據量將劇增至163 ZB。但據可靠推測，這些數據中真正得到利用、處理並且採取相應行動的數據佔比僅約1%。因此，更多地挖掘出數據的價值變得至關重要，這也是科技巨頭們正在做的事情。
2018年，英特爾提出了包括製程&封裝、架構、內存&存儲、互連、安全、軟件在內的六大技術支柱，這是英特爾面對智能互聯世界能夠拓展新方向的基石。
2019年，英特爾轉型已過半，也迎來了新一任CEO Bob Swan（司睿博）。新任CEO仍然延續英特爾“數據為中心”的定位，並且大力拓展5G、人工智能、智能邊緣等領域的能力。
司睿博說：“英特爾的雄心，是幫助客戶最大限度地利用人工智能、5G和智能邊緣等轉折性技術變革，共同為生活添彩，塑造我們未來數十年的世界。正如我們今天所著重介紹的那樣，英特爾推動智能融入計算技術的方方面面，以創造前所未有的積極影響。”
顯然，2016年是英特爾擁抱AI和大數據時代的重要節點，2017明確的以數據為中心定位，以及2018年更加清晰的戰略，都是為了引領AI、5G、智能邊緣這些轉折性技術的發展。
特別是，為了能夠在AI這個智能互聯賦能技術上領先，英特爾充分發揮了一家巨頭公司的優勢——併購。
超350億美元補充AI芯實力
2015年到2019年四年間，英特爾在AI芯片領域連續達成了5筆重要收購交易，這也是英特爾引領轉折性技術發展快速且有效地方法。
2015年，英特爾宣佈以總價約為167億美元的價格收購Altera。Altera是當時全球第二大FPGA公司，其產品主要用於電信和無線通信設備。
開啟轉型的2016年，英特爾就收購Nervana Systems。英特爾希望藉助收購提升人工智能產品的開發能力，並增強英特爾至強(Intel Xeon)及至強融核(Intel Xeon Phi)處理器的深度學習性能。這筆交易的細節條款官方並未透露，但有內部人士表示交易金額至少為3.5億美元。
收購Nervana Systems的一個月後，英特爾又收購了AI視覺芯片公司Movidius，該公司的低價、低功耗、高性能的視覺處理器芯片廣泛應用於機器人、無人機、VR等產品中，但交易的金額同樣沒有披露。
2017年，英特爾又宣佈以153 億美元收購Mobileye，這家以色列的公司是全球領先的計算及視覺、機器學習、數據分析、本地化輔助系統和自動駕駛系統服務提供商。
時隔兩年後，去年英特爾再次出手，以20億美元收購Habana Labs，這家總部位於以色列的AI芯片初創公司的Goya雲端AI推理處理器已實現商用，Gaudi雲端AI訓練處理器也正在為特定超大規模客戶提供樣品。
這5筆總金額超350億美元的收購讓英特爾獲得了FPGA、ASIC這兩類AI芯片，加上英特爾已有的CPU和GPU，英特爾成為了全球唯一一家擁有全類別AI芯片的公司，這種唯一性也正在轉為英特爾AI競爭的獨特優勢。
收購Altera兩年後，英特爾發佈了Arria 10 GX 可編程加速，Arria FPGA是一款被廣泛應用的產品。2018年4月，英特爾宣佈旗下FPGA被正式應用於主流數據中心OEM廠商中。同年12月，英特爾全球最大的FPGA創新中心落戶中國重慶，目標是推動中國以及全球FPGA生態的發展。2019年11月，英特爾發佈全球最大容量FPGA——Stratix 10 GX 10M，搭載433億個晶體管，擁有1020萬個邏輯元件。
從技術到產品再到應用和整個FPGA生態，英特爾在FPGA領域的實力已經無法忽視。
與此同時，兩筆未知金額的併購讓英特爾在專用AI芯片領域從雲端到終端的競爭力也開始展現。2018年8月，英特爾公佈了兩款新一代 AI 芯片——Nervana NNP-T 和 Nervana NNP-I。NNP-T主要用於深度學習訓練，NNP-I用於大型數據中心的推理芯片，根據英特爾給出的數據，NNP-I 1000對比英偉達T4有3.7倍的性能優勢。2019年，英特爾宣佈NNP-I已經交付給Facebook，NNP-T也已經在百度的產品中商用。
分享NNP-I和NNP-T已經商用好消息的同時，英特爾還發布了新一代Movidius VPU，代號是Keem Bay，主要面向邊緣端AI市場。據悉，新一代VPU採用全新的高效能架構，與上一代VPU相比，其推理性能有10倍提升。
而收購Mobileye更是讓英特爾一舉成為了自動駕駛領域的重磅玩家，在被收購前已經是ADAS領域重要玩家的Mobileye，在2019年獲得了約30個主機廠的高級輔助駕駛的設計訂單，其中25%來自中國。CES 2020期間，Mobileye透露新一代產品EyeQ6將在2023年面世，一顆EyeQ6芯片就相當於現在的6顆EyeQ5芯片，屆時一個EyeQ6芯片就可以實現所有的robotaxi的運行操作了，這讓外界無比期待。
至於收購不久的Habana Labs，其雲端AI芯片的落地進展就是其實力最好地說明。
還有需要強調的一點，英特爾本來就擁有非常強大的CPU和GPU。去年發佈的第二代至強處理器，內置了機器學習加速（Intel DL Boost）功能，推理性能提升1.4倍，將嵌入式AI性能提升到新的水平。CES 2020上，英特爾又透露了第三代至強可擴展處理器訓練性能提升將高達60%。
提升英特爾在AI訓練領域競爭力更重磅的產品還有今年將發佈的Xe架構獨立GPU，這是英特爾聚集業內最頂尖專家打造的新產品，今年的發佈將非常值得期待。
因此，作為全球唯一一家擁有CPU、GPU、FPGA、ASIC全類型AI芯片的公司，英特爾的產品覆蓋了訓練到推理，雲端到終端的全場景，隨著AI落地的推進，英特爾的AI產品也會迅速滲透到工業，農業，能源，交通，互聯網，金融，健康等領域。
但要引領轉折性技術的發展，仍需要進一步挖掘全類型AI芯片的潛力。
軟硬融合釋放AI實力
AI非常重要的特徵，也是一個很大的挑戰就是AI算法在不斷迭代，對算力的需求也不斷提升。因此，一方面需要不斷提升AI芯片的算力，並最大化芯片有效算力，另一方面，異構的系統的效率以及AI軟硬一體化的程度成為了競爭力的關鍵所在。
過去，為了能夠提升芯片性能並縮小芯片的體積，需要藉助先進的半導體制程，把更多的功能集成封裝到一塊芯片上，形成SoC。但隨著芯片功能的增加和體積的增大，芯片設計、測試以及製造的難度陡然增加，不僅增加了成本還會拖累產品的上市速度。為此，在水平（2D）層面集成更多芯片實現性能的提升，3D封裝的概念被提出。
2018年12月，英特爾首次對外展示了邏輯芯片的3D堆疊封裝方案——Foveros，可以在水平佈置的芯片上垂直堆疊更多面積更小、功能更簡單的小芯片，提升功能和性能。Foveros大幅度降低成本並加速產品上市的同時，也推動了先進多芯片封裝（MCP）架構的發展。
但MCP架構帶來的更加複雜的異構系統，也讓軟件編程複雜性更高，只有更好地融合，才能最大程度滿足AI的需求，降低AI應用的門檻。
英特爾提出的是oneAPI統一編程平臺以及端到端的大數據處理+分析平臺。oneAPI能夠將英特爾的關鍵技術逐一連接，成為跨架構、跨平臺的整體解決方案。也就是說，oneAPI可以簡化AI的開發過程，而且實現了跨CPU、GPU、FPGA、ASIC多架構的簡化應用開發編程支持，解決了開發者在不同架構開發需要使用不同的語言、庫和軟件工具進行編程的侷限，真正意義上放大了AI開發的價值。
另外，英特爾統一的大數據分析和人工智能平臺Analytics Zoo以及BigDL，能夠為整個數據分析和機器學習過程提供比現有框架更加統一和集成化的支持。
更為重要的是，英特爾在AI上的實力，已經在營收上體現。
英特爾AI 2020可期
2019年，英特爾實現了35億美元的AI營收。2020年，無論是至強第三代可擴展處理器還是Xe架構獨立GPU等硬件能力的提升，還是oneAPI的迭代，都能為英特爾帶來更高的AI營收。
做出這種判斷另一個重要的依據在於，挖掘數據價值將是未來很長一段時間內的關鍵，並且隨著AI算法的逐步成熟，市場對於AI訓練的需求將會以增量為主，對AI推理的需求則會快速增加。
這恰好也是英特爾更加擅長的，強大的CPU本身就更加擅長AI推理，收購帶來的專用AI芯片更是能夠在不同領域發揮出更大的AI推理優勢。與此同時，英特爾在AI訓練方面的實力也將增強，透過統一的軟件平臺，英特爾的AI實力將進一步釋放。
巨大的成功從來都不是一蹴而就，從2016年的重要轉折點，到眼下的2020年，英特爾將AI內置到所有產品中，全線佈局AI戰場，以規模化優勢和軟硬件協同創新推進AI實踐，英特爾AI的大時代也已經到來。
閱讀更多 互聯網科技熱搜 的文章
