Network
當(dāng)前位置:主頁 > 新聞中心 > 產(chǎn)業(yè)規(guī)劃 >
- 高新院新聞
- 政策解讀
- 高新區(qū)新聞
- 區(qū)域經(jīng)濟(jì)研究
- 經(jīng)濟(jì)開發(fā)區(qū)新聞
- 科技創(chuàng)新
- 戰(zhàn)略性新興產(chǎn)業(yè)研究
- 行業(yè)洞見
- 一帶一路新聞
- 智慧城市案例
- 產(chǎn)業(yè)規(guī)劃
- 園區(qū)規(guī)劃
- 智慧城市news
AI營收38億,英特爾打算如何改寫AI產(chǎn)業(yè)格局
AI營收38億,英特爾打算如何改寫AI產(chǎn)業(yè)格局
來源:未知 日期:2020-02-27 點(diǎn)擊:次
在PC時代稱霸的英特爾,如今想要在人工智能時代,撼動英偉達(dá)的領(lǐng)導(dǎo)地位。2月3日,英特爾CEO鮑勃·斯旺在電話會議上透露,公司去年在人工智能方面創(chuàng)收38億美元。
相關(guān)營收激增,動作頻繁,加之最新推出的首款云端AI專用芯片,讓人不禁猜測:英特爾的追趕之路或?qū)⑻崴佟?/span>
最有前途的追趕者
不斷擴(kuò)大的人工智能市場,為上游AI芯片廠商帶來機(jī)遇。
廣義上,用于人工智能訓(xùn)練和推理的芯片,都可以稱為AI芯片,包括CPU、GPU、FPGA以及ASIC等。
相比傳統(tǒng)的CPU,起初用于游戲和視頻的GPU更適用于深度學(xué)習(xí)。人工智能時代,GPU被視作訓(xùn)練人工智能的主要方式,全球主流的硬件平臺都在使用GPU進(jìn)行加速。因此,GPU的領(lǐng)軍者英偉達(dá)在獲得新增長點(diǎn)的同時,也在這一領(lǐng)域站穩(wěn)了腳跟。
在此之后,許多芯片廠商、AI初創(chuàng)企業(yè),甚至云計算廠商這樣的芯片大客戶都開始自研AI芯片。在國內(nèi),也有華為海思、比特大陸這樣的AI芯片廠商,成為國產(chǎn)替代的先鋒。雖然入局者眾,但真正能做出產(chǎn)品的企業(yè)并不多。
英特爾副總裁Naveen Rao指出,目前除了CPU、英偉達(dá)的GPU和谷歌的TPU(張量處理器),沒有其他的計算架構(gòu)能夠成為真正的產(chǎn)品,而且Google的TPU并不對外出售。
Naveen Rao還認(rèn)為,AI芯片的技術(shù)壁壘高,初創(chuàng)企業(yè)很難活下來。即使幸存,也很難解決量產(chǎn)以及軟件故障等問題。
而且,目前真正通用的AI芯片只有GPU。AI芯片的角逐場上,遠(yuǎn)沒有看起來那么擁擠。
在CPU領(lǐng)域積累深厚,并擁有全世界最強(qiáng)大的開發(fā)者社區(qū)之一,英特爾無疑是英偉達(dá)最有前途的挑戰(zhàn)者。
全面的戰(zhàn)略
在人工智能領(lǐng)域創(chuàng)收38億的英特爾,已經(jīng)向產(chǎn)業(yè)界成功證明,自己已然具有一定地位。那么,英特爾如何布局以追趕英偉達(dá)?或者說有著怎樣的人工智能戰(zhàn)略?
最顯而易見的路徑是不斷收購?fù)獠繄F(tuán)隊(duì)。在英特爾近年的多起收購案中,最有標(biāo)志性的案例是收購Nervana,以及不久前收購以色列AI芯片商HabanaLabs。
早在2016年8月,為了進(jìn)入深度學(xué)習(xí)訓(xùn)練芯片市場,英特爾以大約3.5億美元收購了Nervana。Nervana的深度學(xué)習(xí)芯片有著10倍于GPU的速度,能幫助英特爾在深度學(xué)習(xí)特定應(yīng)用的集成電路方面獲取競爭優(yōu)勢。團(tuán)隊(duì)方面,Nervana創(chuàng)始人NaveenRao在進(jìn)入英特爾后,開始全面領(lǐng)導(dǎo)英特爾AI業(yè)務(wù)。
三年后,英特爾公布了首款云端AI專用芯片Nervana神經(jīng)網(wǎng)絡(luò)處理器(NNP)系列產(chǎn)品,被視作對GPU的正面回應(yīng)。
之后,同樣在2019年,英特爾再次憑借一起收購引發(fā)關(guān)注——英特爾花費(fèi)20億美元收購以色列AI芯片制造商HabanaLabs。英特爾宣稱,這次交易將強(qiáng)化英特爾的人工智能解決方案,進(jìn)一步推動公司在AI芯片市場的份額。
有消息稱,由于不滿足此前的產(chǎn)品線,英特爾已決定終止其Nervana神經(jīng)網(wǎng)絡(luò)處理器的開發(fā)工作,轉(zhuǎn)而將重點(diǎn)放在收購HabanaLabs后獲得的人工智能芯片架構(gòu)上。
英特爾表示:“這一路線圖決策符合英特爾的AI戰(zhàn)略,并符合我們承諾提供能夠滿足客戶不斷發(fā)展的功能和性能需求(從智能邊緣到數(shù)據(jù)中心)的異構(gòu)AI解決方案。”
除了果敢,英特爾的戰(zhàn)略還以全面著稱。英特爾將繼續(xù)在各領(lǐng)域收編并發(fā)展先進(jìn)的人工智能技術(shù),將其組合成完整的、廣泛適用的軟硬件技術(shù)生態(tài)。
關(guān)于解決方案的思路,英特爾AI平臺事業(yè)部副總裁辛周妍曾在接受財新采訪時表示:AI計算不存在一個通用的解決方案,涉及預(yù)算、芯片和系統(tǒng)等多個要素。英特爾的策略是給客戶選擇的空間,來挑選適合具體需求的硬件。
據(jù)介紹,英特爾已擁有從CPU、GPU、FPGA到ASIC的AI芯片,全面的產(chǎn)品線也使英特爾具備了差異化優(yōu)勢。
值得一提的是,英特爾也在多年之后重啟了對獨(dú)立GPU的研發(fā),產(chǎn)品預(yù)計在2020年或2021年上市,將進(jìn)一步與英偉達(dá)對壘。
英特爾還有機(jī)會嗎?
硬件技術(shù)可以依靠花錢買突破,但生態(tài)沉淀絕非一日之功。在英偉達(dá)主導(dǎo)GPU的階段,英偉達(dá)無疑建立了自己的生態(tài)圈。
以下游的合作伙伴為例,微軟Azure、亞馬遜AWS、阿里巴巴、百度等云計算廠商均宣布使用了英偉達(dá)旗下的高性能AI,足見英偉達(dá)的先發(fā)優(yōu)勢。
除了重新自研GPU,英特爾還能如何發(fā)力?GPU的缺陷以及技術(shù)路線的遷移,或許能幫助英特爾找到突破口。
作為算力強(qiáng)大、通用性高的主流AI基礎(chǔ)設(shè)施,GPU并非完美。首先,功耗高、價格昂貴是GPU較為顯著的缺點(diǎn)。
業(yè)內(nèi)人士指出,雖然在目前,GPU芯片是培訓(xùn)人工智能系統(tǒng)最有效的方式,但技術(shù)巨頭也在尋找其他類型的硬件以提高深度學(xué)習(xí)性能。也有人認(rèn)為,GPU芯片與人工智能的搭配本就是巧合。
而在適用性方面,也有人指出,GPU芯片與理想的深度學(xué)習(xí)芯片有一定距離。
此外,市場洞察力,即能否把握最適用且生命周期長的下游應(yīng)用,也會成為接下來競賽的重要指標(biāo)。英特爾在去年下半年便在人工智能、自動駕駛和5G領(lǐng)域與百度牽手。
英特爾能否改寫人工智能上游版圖?這一問題有待時間檢驗(yàn),但AI市場的熱度無疑為英特爾增加動力。每3.5個月,人工智能的計算量就需要增加一倍。由此可以推測,2018年到2023年間,AI芯片的市場規(guī)模增速高達(dá)49.88%。
去年,由于AI運(yùn)算高性能產(chǎn)品需求在下半年大幅增加,英特爾時隔3年重返半導(dǎo)體廠商銷售額榜首。正如Naveen Rao所言:AI是英特爾“必須贏下的市場”。
相關(guān)文章推薦: