從2004誕生直至移動互聯(lián)網(wǎng)興起，過去幾十年來，更快速、更多功能、綜合實力更強大的通用芯片都發(fā)揮著推動產(chǎn)業(yè)發(fā)展的引擎驅(qū)動作用。于是我們看到，英特爾、高通等一批擁有強大通用計算芯片研發(fā)能力的企業(yè)在PC、移動互聯(lián)網(wǎng)浪潮下崛起。然而面對物聯(lián)網(wǎng)、AI大潮奔涌而來，數(shù)據(jù)洪流和復雜場景所帶來的變化反復沖擊現(xiàn)有芯片產(chǎn)業(yè)發(fā)展格局，不得不讓芯片領導者們重新思考應對之策。

通用性芯片和專用性芯片，到底誰才是AI時代的“關鍵鑰匙”？

小孩子才做選擇，而英特爾選擇全都要！

與大多數(shù)芯片企業(yè)各有側(cè)重點不同，經(jīng)過多年的行業(yè)深耕、技術沉淀和創(chuàng)新引領，英特爾認為AI計算的場景廣闊，計算方式多變，這無疑將對現(xiàn)有計算形式提出顛覆性的新挑戰(zhàn)。所以，英特爾致力于通過一系列跨計算的CPU、FPGA、GPU、VPU以及專用的AI加速器來為人工智能提供技術基礎，把人工智能注入到我們所打造的所有產(chǎn)品當中。英特爾不僅擁有云、AI、大數(shù)據(jù)、5G等多種服務，同時也在發(fā)展未來AI芯片技術路線上也采取了通用性和專用性并舉的“雙擎”戰(zhàn)略。

英特爾正打造AI通用性技術矩陣

在過去的3年里，伴隨著游戲行業(yè)、自動駕駛的春風，GPU在相對集中的AI圖形渲染、AI可視化應用場景中的價值得到顯現(xiàn)，NVIDIA也水漲船高成為了以GPU為核心技術路線的頭部AI芯片廠商，這從客觀上充分說明了，芯片對于AI產(chǎn)業(yè)發(fā)展的重中之重的位置。

不過即便如此，GPU的應用還是相對有限，而AI產(chǎn)業(yè)的發(fā)展路線是廣闊的，隨著5G、智慧城市、萬物互聯(lián)概念的延展，僅依靠專用芯片、專門場景是不足以解決全部問題的。正是基于這層思考，近年來英特爾在已有CPU技術積累的基礎上大力發(fā)展GPU、IPU、oneAPI平臺、Foveros 3D堆疊等等創(chuàng)新技術，甚至能用開放的心態(tài)與臺積電達成代工合作。這背后皆因為英特爾不滿足于僅提供通用性芯片，英特爾希望做的是面向未來，依靠芯片和軟件技術形成AI技術矩陣，形成平臺化的綜合解決方案庫，為5G、AI、云、大數(shù)據(jù)、智慧城市、萬物互聯(lián)提供全方位的綜合解決方案。

英特爾Ponte Vecchio SoC

就在剛剛過去的8月19日英特爾架構日上，英特爾公司高級副總裁兼加速計算系統(tǒng)和圖形事業(yè)部總經(jīng)理Raja Koduri攜手多位英特爾架構師，全面介紹了英特爾重大技術架構的改變和創(chuàng)新，包括兩種全新x86內(nèi)核架構的詳情；英特爾首個性能混合架構，代號“Alder Lake”，以及智能的英特爾硬件線程調(diào)度器；專為數(shù)據(jù)中心設計的下一代英特爾至強可擴展處理器Sapphire Rapids；基礎設施處理器（IPU）；即將推出的顯卡架構，包括 Xe HPG 微架構和 Xe HPC 微架構，以及 Alchemist SoC, Ponte Vecchio SoC，這就同時囊括了CPU、GPU和IPU在內(nèi)的多種技術產(chǎn)品。

其中基于Xe HPC微架構的Ponte Vecchio被冠以迄今為止最復雜的SoC的頭銜。它擁有1000億顆晶體管，47個單元（Tiles），且各個單元可能基于英特爾或臺積電不同晶圓制造廠不同工藝生產(chǎn)制造，并通過英特爾Foveros 3D技術封裝在一起。能夠提供領先業(yè)界的每秒浮點云算能力和計算密度。正如Raja Koduri，在英特爾架構日上所表達的那樣，這些新架構將為即將推出的高性能產(chǎn)品注入動力，并為英特爾的下一個創(chuàng)新時代奠定基礎，以滿足世界對高計算能力日益增長的需求。

邊緣計算場景讓專用性芯片創(chuàng)新多維發(fā)展

AI所代表的是我們未來的生活方式，未來的商業(yè)、未來的醫(yī)療、未來的智能城市?？梢韵胂笪磥鞟I所演化出來的場景將會非常非常復雜和多樣。如果說AI通用性技術和解決方案平臺搭建依然是巨頭們所主導和引領的，那么位于AI場景中那些或者高效并發(fā)，或者細分領域的邊緣計算場景則給了其他芯片廠商和廣大初創(chuàng)企業(yè)們以巨大機會。因為不可能所有通用芯片產(chǎn)品都能做到全面且高效，所有總要有針對邊緣計算場景突出重圍的佼佼者。

在這個萬物互聯(lián)的AI時代，爆發(fā)式的各類海量數(shù)據(jù)對于以網(wǎng)絡、云計算、數(shù)據(jù)中心為基礎的傳統(tǒng)架構并不友好，圍繞數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)分析、數(shù)據(jù)返回執(zhí)行鏈條上回額外消耗更多的時間，導致不必要的運算延遲。所以在許多邊緣計算的AI細分場景中，針對“存儲優(yōu)先”這一思路所做的架構設計模式是一個相當不錯的創(chuàng)新方向。

SambaNova，初創(chuàng)AI企業(yè)中的佼佼者，獨角獸。由于看到了可重構數(shù)據(jù)流的處理系統(tǒng)這一發(fā)展趨勢，SambaNova基于內(nèi)存可重構數(shù)據(jù)流技術做出的芯片在基準測試中甚至獲得了比NVIDIA A100更好的表現(xiàn)。再比如加拿大初創(chuàng)公司Untether AI，通過電子內(nèi)存計算技術，研發(fā)出能提高移動數(shù)據(jù)傳輸速度1000倍的全新芯片架構。國內(nèi)的探境科技，也早在2019年就開展了存儲優(yōu)先架構的設計研發(fā)，芯片應用于自動駕駛領域可在識別距離、響應時間、能耗水平等多方面獲得明顯優(yōu)勢。可以說在專用性芯片領域，中國創(chuàng)新同樣站在世界前沿。

為了能夠更好的掌握架構創(chuàng)新路線軌跡，把握這個高度離散的專用芯片創(chuàng)新研發(fā)脈搏，英特爾近幾年來不斷加大對于AI領域的投資和投入，幾年前英特爾為了快速切入自動駕駛領域，收購了mobileye，去年英特爾斥資20億美元收購Habana Lab，用直接購買的方式快速迭代了自家的Nervana，就是為了細分領域搶發(fā)展先機。而上文提到過的SambaNova、Untether AI也都無一例外收到來自英特爾的投資。作為AI行業(yè)深耕多年的領袖，英特爾在專用芯片創(chuàng)新的布局上深入且廣泛。

小結(jié)

毫無疑問，對于英特爾來說，在現(xiàn)有的AI發(fā)展格局上，最好的方式就是采用通用性與專用性結(jié)合的“雙擎”戰(zhàn)略。除了繼續(xù)保持自身平臺化、統(tǒng)一化的解決方案技術矩陣，還能時刻保持對行業(yè)的敏銳觀察，緊跟隨時可能出現(xiàn)的AI熱點。過去幾年里，不管是消費者還是投資客似乎只關注到了繁榮業(yè)績下更顯輝煌奪目的NVIDIA，卻忽視了默默深耕的英特爾。捋順過去幾年的發(fā)展就不難發(fā)現(xiàn)，那個年過半百的半導體巨人，如今依然鮮活。

根據(jù)英特爾預測，截至2024年，AI芯片市場的規(guī)模將超過250億美元。人工智能和數(shù)據(jù)分析是未來10年起決定作用的工作負載，是關鍵的轉(zhuǎn)折性技術，是和云、5G驅(qū)動的連接、智能邊緣并列的改變世界的“超級力量”之一。相信在接下來一段時間，英特爾將在AI領域繼續(xù)保持激進的創(chuàng)新和投資節(jié)奏，為下一個創(chuàng)新時代奠定深厚基礎。