日前，以CPU為主的英特爾和GPU為主的英偉達先后發(fā)布了自己今年第一季度財報，其中雙方利潤分別同比增長了45%和48%，按理說雙方利潤的增長都相當可觀，尤其是對于英特爾，在當季PC市場依然下滑之時，仍以PC芯片為主的英特爾能夠?qū)崿F(xiàn)如此的利潤增長實屬可貴，但事實遠沒有看起來那般簡單，反映在資本市場中，英特爾在取得了看似不錯的財報后，其股價不漲反跌，跌幅高達6%左右，相比之下，英偉達的股價則大幅上揚了14%左右。那么問題來了，為何同是利潤增長，且增長幅度幾乎相同，但雙方在股價上的表現(xiàn)卻大相徑庭呢？這背后的真正原因是什么？又預示著芯片產(chǎn)業(yè)怎樣的趨勢？

其實只要稍微留意雙方的財報和業(yè)內(nèi)的分析就不難發(fā)現(xiàn)其中的緣由。由于云服務(wù)提供商的數(shù)據(jù)中心對于芯片的需求非常旺盛，英偉達第一財季的數(shù)據(jù)中心業(yè)務(wù)營收為4.09億美元，同比增長了一倍以上，輕松擊敗了分析師預期的3.182億美元。與之相比，英特爾的數(shù)據(jù)中心業(yè)務(wù)（DCG）收入為42億美元，盡管增長了6%，但因不及預期，導致英特爾股價大跌3%。也就是說雙方在數(shù)據(jù)中心（芯片）市場的表現(xiàn)才是決定股價的關(guān)鍵。

如果說上述是因為外部（主要來自英偉達）競爭壓力導致英特爾股價下跌的話，英特爾內(nèi)部業(yè)務(wù)的表現(xiàn)也起到了關(guān)鍵作用。從構(gòu)成英特爾營收和利潤的兩大主力業(yè)務(wù)看，據(jù)英特爾第一季度財報顯示：以PC芯片為主的客戶端計算事業(yè)部（CCG）的運營利潤為30.31億美元，同比增長60%，而以數(shù)據(jù)中心服務(wù)器芯片為主DCG運營利潤則同比下降了16%至14.87億美元。而眾所周知的事實是，CCG業(yè)務(wù)所在的PC產(chǎn)業(yè)日漸走低，以數(shù)據(jù)中心服務(wù)器芯片為主DCG才是英特爾現(xiàn)在和未來增長的動力已是業(yè)內(nèi)（包括英特爾自己）的共識，更何況本季度CCG的運營利潤增長并不具備可持續(xù)性，這點從PC市場依然下滑，英特爾CEO科再奇在財報發(fā)布上的今年全年，這一業(yè)務(wù)仍然會出現(xiàn)個位數(shù)下滑的預測可見一斑，也進而再次證明了以數(shù)據(jù)中心服務(wù)器芯片為主DCG業(yè)務(wù)表現(xiàn)對于英特爾的舉足輕重。

實際上，分析師對本季度英特爾的DCG運營利潤下滑均感到不解，紛紛在電話會議期間進行詢問。而英特爾給出的原因是因為把未來制程節(jié)點作為了首選，成本較高所致。事實真的如此嗎？

“現(xiàn)在，全世界各大互聯(lián)網(wǎng)和云服務(wù)提供商都在使用英偉達的GPU芯片。”英偉達首席財務(wù)官科萊特-克雷斯（Colette Kress）在財報電話會議結(jié)束后說。不知業(yè)內(nèi)看到這句話有何感想？我們看到的是，克雷斯說的這些大公司包括社交網(wǎng)絡(luò)Facebook、Alphabet公司旗下的谷歌、IBM、微軟和阿里巴巴集團。甚至連亞馬遜AWS云服務(wù)都在使用英偉達的芯片。而這些也是英特爾DCG業(yè)務(wù)的主要客戶。

在此，也許有人會質(zhì)疑，在目前占有數(shù)據(jù)中心服務(wù)器芯片市場90%以上市場份額的英特爾，英偉達的沖擊真的會對英特爾造成實質(zhì)性的影響嗎？這里我們不妨看看英偉達的GPU在數(shù)據(jù)中心服務(wù)器芯片市場的表現(xiàn)。

以其去年發(fā)布的Tesla P100為例，由8塊Tesla P100搭建的DGX-1，其GPU吞吐量相當于 250臺傳統(tǒng)服務(wù)器的水平。除此之外，DGX-1系統(tǒng)還包含一套深度學習軟件，即深度學習GPU訓練系統(tǒng) (DIGITS )，可用于設(shè)計深度神經(jīng)網(wǎng)絡(luò) (DNN)，據(jù)了解DGX-1可以將深度學習的培訓速度加快75倍，將CPU性能提升56倍，即英特爾雙路至強系統(tǒng)需要250多個節(jié)點和150個小時來訓練Alexnet，而DGX-1只需要一個節(jié)點2個小時，后者在性能和節(jié)點總帶寬上都有明顯的優(yōu)勢。其實，在谷歌Brain項目中，英偉達的GPU已經(jīng)量化了相對于英特爾CPU的優(yōu)勢，該項目中，其3臺機器中配置了12顆GPU，性能就達到了包含1000個節(jié)點的CPU簇的水平。

進入到今年，英偉達推出了新的Tesla V100，這款AI芯片有210億個晶體管，比一年前的Tesla P100還要強大，同時Tesla V100具有5120個CUDA處理內(nèi)核。對此，英偉達CEO黃仁勛表示，這種芯片的能力和能源效率有助于云服務(wù)供應(yīng)商大幅提升其使用AI的能力（云服務(wù)和數(shù)據(jù)中心提供業(yè)務(wù)的發(fā)展趨勢），可以將數(shù)據(jù)中心的能力提高15倍，替代400臺傳統(tǒng)CPU的服務(wù)器，甚至無需建立新的數(shù)據(jù)中心。看到這里想必業(yè)內(nèi)應(yīng)該清楚英偉達對于英特爾的影響了吧，即現(xiàn)在和未來，英偉達主打AI功的GPU都會在不同程度上沖擊英特爾在數(shù)據(jù)中心芯片市場CPU的銷量、營收和利潤，其實這種沖擊在本季度就應(yīng)該有所顯現(xiàn)，只是英特爾以未來制程節(jié)點作為了首選，成本較高所致其運營利潤下滑避重就輕罷了。

更讓業(yè)內(nèi)擔心的是，在日前英偉達主辦的GTC 2017上，英偉達宣布GTC參加人數(shù)在五年內(nèi)上升了三倍，今年達到7000人，GPU開發(fā)者增長了11倍達到50多萬，CUDA驅(qū)動程序和SDK的下載量也超過了百萬。此外，英偉達還推出GPU云平臺和開源Xavier DLA，我們看到的是英偉達不僅在GPU本身，而是以此為基礎(chǔ)正在打造以滿足AI需求的未來數(shù)據(jù)中心的新生態(tài)，這才是讓英特爾細思極恐之處，畢竟在傳統(tǒng)的數(shù)據(jù)中心和云服務(wù)市場，英特爾除了CPU外，最大的護城河也是其建立的圍繞x86 CPU的生態(tài)。

針對上述云服務(wù)和數(shù)據(jù)中心提供商基于自身和提供具有AI功能業(yè)務(wù)需求的轉(zhuǎn)變及英偉達的快速發(fā)展，英特爾并非沒有意識和動作，但與英偉達早在2011年左右就開始AI芯片的研究和布局不同，后知后覺的英特爾采用的是“買賣賣”的并購方式，去年5月，收購計算視覺軟件公司Itseez；6月收購FPGA制造商Altera；，8月收購深度學習初創(chuàng)公司Nervana Systems；9月收購機器視覺初創(chuàng)公司Movidius等一系列集中爆發(fā)的并購近乎都與所謂的AI有關(guān)。

從理論上講，英特爾并購的上述企業(yè)在AI芯片方面都具有自己的優(yōu)勢，例如雖然GPU相比CPU有一定的優(yōu)勢，但與Altera的FPGA相比依然遜色不少（有研究人員測試，相比GPU，F(xiàn)PGA的架構(gòu)更靈活，單位能耗下性能更強），深度學習算法在FPGA上能夠更快、更有效地運行，而且功耗也能做到更低；Nervana Systems研究的深度學習芯片具有性價比高于GPU，處理速度是 GPU 的10倍等特點。

對于英特爾上述在AI芯片的種種布局，黃仁勛則代表英偉達表示質(zhì)疑：如果說至強融核(Xeon Phi)處理器（英特爾去年發(fā)布的所謂AI服務(wù)器芯片，并因此引發(fā)過與英偉達GPU相比，誰優(yōu)誰劣的評測口水戰(zhàn)）對于AI非常適用，那為什么要收購Altera？既然買了Altera，Altera又非常適合AI的話，為什么要買Nervada Systems？如果Nervada Systems才是真正的AI方面的技術(shù)，要進行開發(fā)和產(chǎn)品推出的話，那至強融核協(xié)處理器又怎么辦？如果說這三個都適合AI，那是不是意味著至強融核協(xié)處理器就不適合AI呢？

盡管上述言論不排除黃仁勛偏袒自家AI芯片之嫌，但也間接說明英特爾目前在AI芯片尚處在選擇路徑和整合的階段而行動緩慢，尚需最終的產(chǎn)品和市場來證明。但就目前看，英偉達GPU是惟一實現(xiàn)大規(guī)模應(yīng)用方案，且經(jīng)過了市場的檢驗，這也解釋了為何同是利潤增長，但英偉達股價暴漲，而英特爾股價下跌背后真正的原因。