【編者按】隨著AI模型越來越復雜，多才多藝，英特爾有機會成為最適合驅動它們的公司，就像它們在近半個世紀時間里驅動我們的PC一樣。

商業雜志《快公司》發表深度文章稱，在摩爾定律面臨失效，人工智能(AI)復興的背景下，傳統芯片巨頭英特爾公司不得不轉型，不再依賴CPU單打獨斗，通過收購獲取適合訓練神經網絡的芯片。同時，英特爾開始改變長期秉持的信念，外包芯片制造降低成本，緩解交付壓力。

以下是文章全文：

當筆者走向英特爾位于加州圣克拉拉的訪客中心時，一大群韓國青少年從他們乘坐的巴士上跑下來，興高采烈地聚焦在巨大的英特爾標志前自拍，合影。這可能是你在蘋果或谷歌身上才能看到的狂熱粉絲，但是英特爾為何也有?

別忘了，在硅谷這個名字中，“硅”就是芯片的象征，而它的典型代表就是英特爾，這家公司的處理器和其他技術為PC革命提供了許多底層性能支撐。如今，英特爾已經“51歲”了，它依舊保留了一些“明星魅力”。

英特爾的深刻變革

但是，英特爾也在經歷一段深刻變革期：重塑公司文化和產品生產方式。和以往一樣，英特爾的核心產品依舊是臺式機、筆記本電腦、平板電腦以及服務器的“大腦”——微處理器，它們通過專門的工藝在硅晶圓上刻蝕出數百萬或數十億個晶體管。每個晶體管上面都有“開”、“關”兩個狀態，以對應計算機的二進制數字“1”和“0”。

自上世紀50年代以來，英特爾通過在硅晶圓上不斷加入更多晶體管實現了處理性能的穩步提升。這個提升速度實在太穩定了，以至于英特爾的聯合創始人戈登·摩爾(Gordon Moore)在1965年作出了著名預測：芯片上的晶體管數量每兩年就會增加一倍，這就是“摩爾定律”。分析師稱，摩爾定律這么多年來一直成立，但是英特爾不斷增加晶體管的策略已經達到了一個“收益遞減”的地步。

與此同時，市場對于更高處理性能的需求從未像現在這么高過。分析師稱，AI現在已被廣泛應用于幾乎各個行業的核心業務流程中。它的復興使得計算性能面臨“需求過度”的局面。神經網絡需要大量計算性能，而且只有在計算機網絡通力合作的情況下才會展現出最佳效果，它們的應用遠超一開始奠定英特爾巨頭地位的PC和服務器。

“不管是智慧城市、零售店、工廠、汽車還是家居，所有這些今天都有些像計算機。”鮑勃·斯萬(Bob Swan)表示，他自今年1月份開始擔任英特爾總裁。

AI帶來的結構性改變和英特爾尋求擴大業務的雄心，已經迫使英特爾調整了部分芯片的設計和功能。英特爾正在開發和設計能夠協作的軟件和芯片，甚至會對外收購公司以便讓其跟得上已發生變化的計算世界的腳步。隨著AI逐漸進入到企業和個人生活中，行業越來越依賴英特爾提供芯片性能來驅動AI，英特爾的進一步轉型勢在必行。

摩爾定律之死

目前，主要是擁有數據中心的大型科技公司在他們的主要業務中運用AI技術，其中一些把AI作為云服務提供給企業客戶，例如亞馬遜、微軟和谷歌。但是，AI已開始向其他大型企業傳播，后者訓練AI模型來分析海量數據采取相應措施。

這種轉變需要極大計算性能作支撐，而AI對于計算性能的“渴望”正是AI興起與摩爾定律的正面相撞。

幾十年來，摩爾在1965年的這一預測對整個科技行業來說意義重大。硬件制造商和軟件開發商習慣上把他們的產品路線圖和他們從明年的CPU中獲得的性能掛鉤。可以說，摩爾定律使得所有人在“跳同一首舞曲”。

英特爾聯合創始人摩爾(右)

摩爾定律同時還預示著英特爾每年都會兌現的芯片性能提升承諾。在過去大部分時間里，英特爾通過尋找方法在硅晶圓中加入更多晶體管兌現了這一承諾，但是難度越來越大。

“芯片工廠即將喪失為我們提供性能提升的能力，”市場研究公司Moor Insights & Strategy首席分析師帕特里克·摩爾海德(Patrick Moorhead)表示，“平價生產這么多芯片正變得越來越難。”

盡管在硅晶圓中加入更多晶體管依舊是可能實現的，但是成本越來越高，時間越來越長，所獲得的性能提升不一定足以滿足計算機科學家建立神經網絡的需求。例如，2016年已知的最大神經網絡擁有1億個參數，2019年目前為止的最大神經網絡有15億個參數，短短幾年時間就增加了一個數量級。

和此前的計算范式相比，AI呈現出的是一種極為不同的生長曲線，施壓英特爾尋找方法來提高其芯片的處理性能。

不過，斯萬更多是把AI視為一個機遇，而不是挑戰。他承認，數據中心可能是英特爾主要受益的市場，因為企業需要強大的芯片來進行AI訓練和推理，但是他相信英特爾也有更多機會向小型設備銷售兼容AI的芯片，例如智能相機和傳感器。對于這些設備來說，他們的與眾不同之處在于尺寸小、功耗低，而不是芯片的原始性能。

“我認為，我們需要在三種技術上加快開發：一個是AI，一個是5G，還有一個是相當于移動版計算機的自動化系統。”斯萬稱，他在科再奇(Brian Krzanich)去年因為婚外情離職后接任了英特爾CEO。

英特爾CEO斯萬

在英特爾總部的一個普通大型會議室里，斯萬在會議室前方的一個白板上把英特爾的業務分成了兩列。左邊的一列是PC芯片業務，目前占據了英特爾的半數營收;右邊一列是數據中心業務，包括新興的物聯網、自動駕駛汽車以及網絡設備市場。

“我們進軍的這個世界需要越來越的數據，這需要更強的處理、存儲、檢索能力，更快的數據移動、分析和智能化來提高數據的相關性。”斯萬稱。

斯萬不再爭取在500億美元的數據中心市場拿下90%左右的份額，而是希望在規模更大的3000億美元的聯網設備市場搶占25%的份額，包括智能相機、未來主義的自動駕駛汽車以及網絡設備。他把這一策略形容為“先從我們的核心競爭力入手，然后在某些方面進行發明創造，但同時還要擴大現有業務”。這可能也是英特爾快速走出智能機芯片嘗試失敗陰影的一種途徑，該公司最近放棄了在智能機基帶上的大規模投資，把它出售給了蘋果公司。在智能機芯片領域，高通公司的長期主導地位猶如英特爾稱霸PC芯片市場。

到2023年時，物聯網市場規模預計將達到2.1萬億美元，這涵蓋了機器人、無人機、汽車、智能相機以及其他移動設備的芯片。雖然英特爾在物聯網芯片市場的份額以同比兩位數速度增長，但是物聯網在英特爾總營收中的占比如今依舊只有7%。

數據中心是英特爾第二大業務，為公司貢獻了32%的營收，僅次于PC芯片業務(占營收50%)。如果說哪塊業務受到的AI影響最大，數據中心首當其沖，這也是英特爾為何一直在調整其最強CPU系列至強的原因，目的就是讓它適合處理機器學習任務。今年4月，英特爾在第二代至強CPU中加入了深度學習加速技術(DL Boost)，為神經網絡提供更強性能的同時精確度的損失忽略不計。出于同樣原因，英特爾將從明年開始銷售兩款擅長運行大型機器學習模型的芯片。

AI復興凸顯芯片短板

到2016年時，神經網絡將被用于各種應用的前景已經變得很清晰，從產品推薦算法到客服機器人的自然語言處理。和其他芯片制造商一樣，英特爾知道公司必須為其大型客戶提供一種軟硬件專為AI設計的芯片。這種芯片將被用于訓練AI模型，從海量數據中進行的推斷。

那時，英特爾正缺少這么一種芯片。行業認為，英特爾的至強處理器非常擅長分析，但是英特爾對手英偉達生產的AI圖形處理器(GPU)更適合訓練AI模型。這是一個影響了英特爾業務的重要看法。

于是，英特爾在2016年開始展開收購，斥資4億美元買下了一個名為Nervana的深度學習芯片公司，后者已經在開發旨在用于訓練AI的超快芯片。

三年過去了，回過頭來看，這似乎是英特爾的明智之舉。在今年11月在舊金山舉行的活動上，英特爾宣布了兩款新的Nervana神經網絡處理器，一款旨在運行神經網絡模型，從大量數據中推斷意思，另外一款則用于訓練神經網絡。英特爾與兩大客戶Facebook、百度合作，協助驗證其芯片設計。

Nervana CEO拉奧

Nervana并不是英特爾在2016年的唯一一筆收購交易。同年，英特爾還收購了另外一家公司Movidius，后者一直在開發能夠在無人機或智能相機等設備內部運行計算機視覺模型的小型芯片。英特爾的Movidius芯片銷量并不高，但是一直在快速增長，并開拓了讓斯萬感到興奮的物聯網市場。在舊金山活動上，英特爾還宣布了新款Movidius芯片，將在明年上半年推向市場。

Nervana創始人兼CEO納溫·拉奧(Naveen Rao)表示，許多英特爾客戶至少在一定程度上在數據中心服務器使用的常規英特爾CPU中從事AI計算，但是要讓它們通力合作滿足神經網絡的需求并不容易。另一方面，Nervana芯片包含了多個連接，這樣他們就能輕松與數據中心的其他處理器協作。

“現在，我就可以調出我的神經網絡，把它們分成能夠一起協作的多個小系統，”拉奧稱，“這樣我們就能讓整個服務器機架，或者四個機架，共同解決一個問題。”

2019年，英特爾預計將從AI相關產品中獲得35億美元營收。目前，只有少數英特爾客戶正在使用Nervana芯片，但是它的用戶群很可能在明年顯著擴大。

長期芯片理念的轉變

Nervana芯片的推出代表著英特爾根深蒂固的信念正在演變，這家芯片巨頭曾經深信：一顆CPU就能處理PC或服務器所需要做的一切計算任務。這種無處不在的信念伴隨著游戲革命而變化，后者需要極強的計算能力來顯示復雜的圖形。合理的做法是，把圖形處理工作交給GPU，這樣CPU就不用承擔這部分任務。斯萬稱，幾年前，英特爾開始在CPU中整合GPU，明年將首次發布獨立GPU。

相同的思路也適用于AI模型。在數據中心服務器中，一定量的AI任務可由CPU處理，但是隨著任務量增大，更高效的做法是把它轉移給另外一顆專用芯片。英特爾一直在投資設計新的芯片，把CPU和一系列專用加速芯片整合在一起，從而滿足客戶的性能和工作量需求。

“當你設計一款芯片時，你需要發揮系統的力量解決問題，這常常需要更多芯片，不是一顆CPU能夠做到的。”斯萬稱。

此外，英特爾現在更多地依賴軟件將其處理器的性能和功效推高到新水平，這改變了英特爾內部的平衡。一位分析師稱，在英特爾，軟件開發目前和硬件開發“平起平坐”。

有些情況下，英特爾不再獨立生產所有芯片。這一劃時代改變背離了公司的傳統做法。現在，如果芯片設計師認為其他公司能夠在一款芯片生產上做得比英特爾更好，效率更高，英特爾就會將它的生產外包。例如，用于AI訓練的新款芯片就是由臺積電代工的。

英特爾外包部分芯片制造同時出于業務邏輯和經濟上的考慮。由于英特爾最先進的芯片制造工藝存在產能限制，許多客戶只能等待新款至強CPU的發貨。因此，英特爾把部分其他芯片的生產外包給其他制造商。今年稍早時候，英特爾向客戶致信，就芯片發貨延期致歉，并公布了追趕進度的計劃。

所有這些變化都在挑戰英特爾長期秉持的信念，調整了公司的重點，對陳舊的公司權力結構進行再平衡。

在這一轉型期間，英特爾的業績看起來十分出色。分析師邁克·費巴斯(Mike Feibus)稱，英特爾的傳統PC芯片銷售業務較5年前下滑了25%，但是面向數據中心的至強處理器銷售正在“翻天覆地”。

一些英特爾客戶已經使用至強處理器來運行AI模型。如果工作量上升，他們可能就會考慮增加新的Nervana專用芯片。英特爾預計，首批Nervana芯片客戶將是“超大規模用戶”或者運營大型數據中心的科技巨頭，例如谷歌、微軟、Facebook等。

英特爾錯過了移動革命，將智能機處理器市場拱手讓給高通已不是新鮮事了。但實際上，移動設備已經變成了服務售賣機，通過云數據中心交付到你的手機上。所以，當你在平板電腦上觀看流媒體視頻時，英特爾的芯片很可能就在協助為你服務。5G時代的到來或許會讓實時服務成為可能，例如在云端玩游戲。一副未來感十足的智能眼鏡或許就能以超快速度連接到數據中心內的算法，立即識別物體。

所有這些都匯聚成了一個十分不同的時代，遠遠不同于圍繞著使用英特爾芯片的PC所打造的技術世界。但是，隨著AI模型越來越復雜，多才多藝，英特爾有機會成為最適合驅動它們的公司，就像它們在近半個世紀時間里驅動我們的PC一樣。