chu智東西（公眾號：zhidxcom）
文 | 心緣
回到1968年，英特爾創始人羅伯特·諾伊斯和戈登·摩爾希望以兩人名字的組合命名新公司——Moore Noyce（摩爾·諾伊斯）。
然而這個名字被一家連鎖酒店搶先注冊了，無奈之下，兩位創始人改取“Integrated Electronics（集成電子）”兩個單詞的縮寫“Intel（英特爾）”為公司名，偏巧，這也是英文單詞“智能”Intelligence的前幾個字母。
或許冥冥之中，命運已經將英特爾和五十年后的智能化浪潮牽了一條紅線。
從數據中心、自動駕駛到物聯網，英特爾正在編織一張全面的人工智能（AI）軟硬件巨網，試圖在滾滾奔涌向前的新一代數據革命中，以前瞻性的布局立于不敗之地。
據美國市場研究機構Gartner在1月14日發布的最新報告，2019年全球半導體收入總計4183億美元，較2018年下降11.9％。
在整體市場陷入低迷狀態之際，英特爾卻迎來了頗為亮眼的成績單，不僅時隔三年重返全球半導體市場榜首，而且其第四季度和財年營收均創紀錄。
▲2019年全球半導體廠商銷售額排行榜前十（來源：Gartner）
2020年1月24日，英特爾公布2019財年財報，季度營收突破200億美元大關，全年營收近720美元，其營收和利潤遠超分析師預期，推動英特爾盤后股價大漲近7%。
▲近五年英特爾股價變化
PC銷售表現以及企業和云計算數據中心服務器芯片銷售的復蘇成為了英特爾亮眼財報表現的兩大核心支柱。其數據中心事業部（DCG）作為英特爾轉型時期的新生主力軍，喜迎連續五年的營收增長，達到234.81億美元。
在電話會議上，英特爾CEO司睿博（Bob Swan）告訴分析師，在AI和機器學習任務上具有更好性能的服務器新芯片是英特爾強大性能的關鍵，客戶繼續將至強處理器作為其注入AI的數據中心工作負載的基礎。
▲英特爾CEO司睿博
司睿博表示，2019年是英特爾歷史上和前景最好的一年。英特爾在2019年創下38億美元由AI驅動的收入，到2024年，AI市場機會預計將達到250億美元，其中應用于數據中心的AI芯片規模將達到100億美元。
那么迄今為止，英特爾在數據中心AI芯片先進架構的布局中，已經為自己攢下多少籌碼？
一、五年高歌猛進，數據中心業務加速狂奔
2015年，英特爾提出數據將改變未來計算格局，乃至整個世界。
這也是AI開始走向商業化的序幕。
此后五年間，英特爾發起一系列總計近200億美元的投資收購，借此快速切入多類芯片賽道，以高調的姿態向世界宣告圍繞挖掘數據紅利轉型的決心。
而英特爾的過去一年轉型階段性成績，已經列在最新的2019財年財報之中。
▲英特爾2015-2019財年營收及凈利潤變化
財報顯示，英特爾Q4季度營收202.09億美元，同比增長8%；凈利潤為69.05億美元，同比增長33%；2019財年營收719.65億美元，較上一財年增長2%，凈利潤210.48億美元，與2018財年基本持平。
據英特爾預計，其2020年營收將達到735億美元，這也超過此前分析師預期。
▲英特爾2015-2019財年各業務營收占比變化
除了客戶計算（CCG）仍挑著“以PC為中心”的大梁外，數據中心（DCG）、物聯網（IOTG+Mobileye）、非易失性存儲解決方案（NSG）以及可編程解決方案（PSG）均屬于英特爾“以數據為中心”的業務范疇。
“以數據為中心”業務繼續向營收占比超50%的目標邁進，除PSG營收較2018財年略有下降外，每個業務均實現兩位數的增長。
其中數據中心業務（DCG）作為僅次于客戶計算業務的營收來源，在總營收的占比持續提升。
在云服務提供商客戶的強勁需求以及高性能第二代英特爾至強可擴展處理器的持續強勁推動下，數據中心業務Q4營收達72億美元，同比增長19%，全年營收達234.81億美元，同比增長約2%。
▲英特爾2015-2019財年數據中心業務（DCG）營收及毛利變化
DCG包括針對云、企業和通信基礎架構細分市場設計的工作負載優化平臺和相關產品，而AI正是這些客戶愈發重視的關鍵能力。
AI算力需求推動著數據中心的計算從單一體系架構過渡到異構系統，“CPU+協處理器”成為AI工作負載的固定組合。
主流協處理器中，GPU雄霸AI訓練市場，CPU和現場可編程門陣列（FPGA）占據AI推理領域的主導地位，專用集成電路（ASIC）則正如冉冉升起的新星。
為滿足多樣化工作負載需求，如今英特爾在數據中心的芯片業務已覆蓋標量（CPU）、矢量（GPU）、空間（FPGA）、矩陣（ASIC）。
而這四種計算架構，恰恰也是AI芯片的四類典型代表。
▲英特爾數據中心AI多種計算架構芯片布局
二、 CPU ：至強三代 AI 進化，霸主地位受三方挑戰
至強可擴展處理器是英特爾“以數據為中心”戰略的基礎。
盡管CPU在多數人眼中是個“頭腦發達，四肢簡單”的控制者，不擅長做AI處理，但英特爾正努力通過加固至強處理器的AI性能打破這一刻板印象。
時至今日，英特爾至強依然是全球AI推理的主流選擇。據此前英特爾透露的數據，至強已經助力市場上80％-90％的AI推理。
2017年，英特爾在第一代至強可擴展處理器中首次建立AI加速能力。2019年推出的第二代至強，AI推理性能比一代提升30倍。將在2020年登場的第三代至強，AI訓練性能則再提升60%。
AI似乎成了至強最大的籌碼，英特爾執行副總裁孫納頤（Navin Shenoy）曾在CES期間特意指出，至強是唯一內置AI的通用CPU。
司睿博也在財報電話會議中表示，客戶對第二代至強英特爾至強可擴展處理器的需求非常強勁，專注于AI性能的Cascade Lake系列是英特爾增長最快的處理器，而其增長勢頭還將隨著第三代至強可擴展處理器Cooper Lake的推出，在2020年上半年得到進一步推動。
雖說英特爾在數據中心CPU市場是不二的王者，擁有超過90%的市場份額，但英特爾不敢有絲毫的懈怠。
以AMD、IBM和Arm系為代表的追趕者正來勢洶洶。
AMD可謂是2019年表現最佳的半導體股之一，漲幅翻倍，其最新發布的第二代7nm EPYC Rome CPU在制程、密度、功率、性能和價格方面均贏過了英特爾14nm CPU。
2019年Q3財季，英特爾DCG營收同比增長4%，服務器CPU銷量下滑6%，不過平均售價（ASP）增長了9%。環比方面，DCG營收增長28%，銷量增長20%，ASP增長7%，DCG營業利潤率創下新紀錄49%。
▲英特爾服務器CPU銷量同比（YoY）和環比（QoQ）變化
不同于英特爾，由于第二代Epyc處理器需求旺盛，AMD服務器CPU單位出貨量和營收環比增長超過50％，取得了AMD自2006年以來最高的季度CPU營收。
亞馬遜、IBM、、、、Twitter等巨頭均宣布在其數據中心部署EPYC處理器，據AMD CEO蘇姿豐預測，AMD有望在2020年年中達到服務器CPU市場份額兩位數的目標，而這將是此前EPYC占有份額的十倍左右。
▲AMD服務器CPU市場份額變化
IBM同樣是不同忽視的競爭對手。
為了扭轉在數據中心的頹勢，IBM近幾年一直試圖通過創建圍繞Power處理器的硬件和軟件生態系統，拿下更多超大規模數據中心市場。
例如谷歌在2017年底推出專為AI和高性能計算（HPC）設計的服務器，由IBM Power9處理器驅動。其服務器在HPC領域已相當受認可，最新全球超算排行榜中，排名前兩位的超算Summit和Sierra都采用了IBM Power9 CPU。
2019年以340億美元收購紅帽后不久，IBM邁出更激進的一步，宣布完全開源Power指令集，為獲取更多中高端服務器市場爭取機會。
谷歌已經在涉足Power處理器，今年1月14日，谷歌還宣布將在谷歌云推出IBM Power系統。
▲2019年11月更新：全球超算排行榜前五
Arm系服務器則試圖在中低端市場撬開一個缺口。
此前AMD、、博通、NVIDIA、等半導體巨頭都曾嘗試研發Arm服務器處理器，但隨后均不了了之。
不過過去兩年，Arm服務器CPU陣營又喜添亞馬遜和兩員大將。隨著云計算廠商對陸續轉向自研芯片，Arm被視為實現CPU自主可控的優選架構，似乎有吞掉一小塊服務器市場蛋糕的希望。
但云計算廠商的企業性質決定他們很難將自研服務器CPU對外銷售，真正在內部部署的量級有多大也很難說，更像是云計算廠商握在手里用于以防萬一和獲得更大議價空間的“備胎”。
總體來看，接下來英特爾作為服務器CPU龍頭的地位依然無可撼動，但AMD已成為擺在臺面上的不穩定因素，英特爾能否守住自己的市場份額，下一步10nm服務器CPU的棋將至關重要。
三、 GPU ：紅綠之爭可能變為三原色互斗
2010年，英特爾將其Larrabee獨立顯卡項目從公司路線圖中抹去，直到去年11月，英特爾首次展示其用于數據中心的GPGPU——Ponte Vecchio GPU。
Ponte Vecchio GPU為HPC建模和仿真以及AI訓練而設計，計劃在美國能源部Aurora超算中首次亮相。
Ponte Vecchio GPU將采用英特爾多種先進技術，包括其7nm制程工藝、Foveros 3D和EMIB封裝技術、高帶寬內存、Compute Express Link互連等。
英特爾嘗試采用統一架構Xe來研發圖形卡，分別針對低、中、高性能工作負載，提供Xe-LP、Xe-HP和Xe-HPC三種微體系架構。前不久基于Xe-LP的PC用獨立圖形顯卡DG1剛剛在CES期間被劇透。
自AMD在2006年收購ATI公司后，GPU市場就成為老大NVIDIA和老二AMD獨秀的舞臺。
NVIDIA一直以來以多種形式為GPU計算開拓新市場，它率先將服務器市場中使用GPU，并且最早收割深度學習加速計算的紅利，憑借強大的CUDA生態橫行AI和HPC領域，并且在AI訓練領域明顯處于優勢地位。
為了增強在數據中心領域的競爭力，NVIDIA擬以69億美元買下Mellanox的收購案正在審批階段，目前已獲得美國和歐洲監管機構的批準，接下來還要接受中國監管機構的考驗。
AMD早先CPU業務被英特爾完虐時，主要就是靠GPU業務維系生計，它也是NVIDIA GPU最有力的競爭者。
2018年，AMD面向AI和HPC連發兩款Vega架構的7nm GPU，Radeon Instinct MI60和MI50，并聲稱MI60是最快的雙精度加速器，性能高達7.4 TFLOPS。
但AMD在AI和HPC領域始終難以與GPU抗衡，主要缺的還是軟件，大多數GPU開發者已經習慣使用CUDA。而NVIDIA并沒有將CUDA平臺開放給AMD GPU使用，這使得AMD很難在數據中心AI市場擴大自己的地盤。
英特爾也意識到了構建統一軟件的必要性，打造了橫跨其旗下各種計算架構的統一編程模型oneAPI。
如果英特爾將自研GPU與CPU結合，可能會打造出一個頗具競爭力的計算平臺。那么無論是數據中心還是PC端的GPU市場，未來有望變成RGB三原色的競爭。
四、 FPGA ：兩強交匯 AI 賽道
FPGA類產品隸屬英特爾PSG事業部，雖然并不劃歸DCG業務，但同樣是其數據中心組合拳中重要的一個組成部分。
作為FPGA鼻祖，賽靈思一直是全球FPGA領域的“獨孤求敗”，原本被甩在身后的老二Altera，突然在2015年被英特爾以167億美元高價收購了。
此后，賽靈思和Altera分別走向岔路口的兩個方向。
賽靈思仍以FPGA為主線，以可編程為核心思想去探索創新打法；Altera則化身為英特爾PSG事業部，一邊作為獨立在線加速器，另一邊和英特爾至強處理器組合出擊AI、5G、自動駕駛等新興市場。
有趣的是，從2018年下半年開始，FPGA兩大核心玩家頻頻在一些新動作上“不謀而合”。
比如在收購新創企時，消息都在2018年7月公布。英特爾PSG事業部這廂迎來新成員美國結構化ASIC供應商eASIC，5天后，中國AI芯片獨角獸深鑒科技宣布被賽靈思收購。
想辦法把FPGA這一陳年老架構玩出新花樣時，兩家又都選擇推出創新的新品牌。
賽靈思推打造出號稱是“賽靈思自發明FPGA以來最卓著的工程成就”的自適應計算加速平臺ACAP，并基于這一架構，推出AI推理性能比GPU高8倍的7nm AI芯片和實時推理吞吐量比高端CPU高20倍以上的Alveo U250加速卡。
英特爾也發布了新品牌Agilex FPGA，跟數據中心GPGPU一樣，走得是集成英特爾多重創新技術的路線，借助三維封裝、Compute Express Link內存一致性加速等技術，實現超快速度和超高靈活性。
兩家還輪流炫技最大FPGA。2019年8月，賽靈思發布號稱是全球最大FPGA芯片Virtex UltraScale+ VU19P。2個月后，英特爾Stratix10 GX 10M FPGA用EMIB技術將兩個FPGA在邏輯和電氣上實現整合，摘走“最大容量”的頭銜。
除此之外，回顧過去一年，英特爾頻繁提及自己的軟件工具和庫帶來的性能優勢和便利性，強調其跨架構統一編程平臺oneAPI的價值。
賽靈思同樣考慮到優質軟件在構建生態中起到的關鍵作用，推出統一軟件平臺Vitis，無需硬件專業知識即可自動將Xilinx硬件體系結構調整為軟件或算法代碼，并把FPGA上的IP、底層的驅動軟件以及一系列AI開發套件都打包到Vitis AI平臺上供開發者選擇。
從賽靈思2019年10月公布的2020財年Q2財報數據來看，賽靈思的轉型戰略成效已顯，以Alveo、UltraScale+等為代表的先進產品營收同比增長29%，占比持續攀升，約占總銷售額的74%。
其數據中心業務漲幅明顯，達到創紀錄的8100萬美元，同比增24%，占總營收的10%，與微軟Azure、亞馬遜、、、華為、騰訊等重要客戶之間的FaaS業務進一步擴展。
▲賽靈思先進產品和核心產品占比變化（2018年10月-2019年10月）
英特爾PSG主要包括FPGA和結構化ASIC，及用在通信、云和企業以及嵌入式市場領域的相關產品。PSG從2016財年起，經過連續三年營收和毛利增長后，在2019財年營收同比下降6.4%，至19.87億美元。
▲英特爾2016-2019財年PSG營收及毛利變化
AI+云計算的興起，相當于給了賽靈思和英特爾FPGA站在同一起跑線的機會。
目前直觀來看，英特爾在壯大生態、吸引中國開發者方面的行動更為豐富，包括在重慶建立FPGA創新中心、舉辦FPGA創新大賽等等，而賽靈思主要是依靠年末的XDF開發者大會亞洲站來作為集中展示先進技術以及同開發者交流的平臺。
五、 ASIC ：內部賽馬？三年收購倆創企
ASIC是為特定目的、任務或應用而設計和制造的定制化芯片，能以高性能和高功效完成非常具體的任務。
從谷歌亮出張量處理單元（TPU）開始，越來越多玩家涌入ASIC AI芯片賽道，英特爾也早在2016年8月就通過大約3-4億美元收購加州AI芯片創企Nervana布局云端專用AI芯片。
2019年下半年，英特爾發布Nervana首款商用云端AI訓練芯片NNP-T和AI推理芯片NNP-I的新訊，包括投產并完成客戶交付，宣布分別與百度、Facebook合作推進定制AI芯片研發工作。
英特爾稱Nervana NNP可以進行近乎線性和極具能效的擴展。NNP-T提供了一種高效的分布式訓練方式，對95%的大型復雜模型進行線性擴展。英特爾與Facebook合作定制開發的NNP-I，據稱在ResNet50上的效率可達4.8 TOPS/W，功率范圍為10W到50W之間 。
2019年12月，英特爾宣布以20億美元收購以色列AI芯片創企Habana Labs，而Habana打造的產品，也是面向數據中心的AI訓練和AI推理芯片。
一石激起千層浪，業界討論聲四起。
有人覺得這一收購只是英特爾戰略的持續延續擴張，主要是英特爾為滿足AI工作負載的多樣性，增強自身數據中心AI產品組合的實力。
也有人認為這是暗示英特爾對此前的AI芯片收購并不滿意。一位業內人士直言，英特爾當前的AI芯片產品并不給力，NNP-I性能還達不到宣傳的水平。
Nervana和Habana的名字有些相像，架構上看也十分類似，而且產品都是在以色列開發，而且芯片都具備高度可擴展的特點。
不過兩家創企的收購背景截然不同。
Nervana加入英特爾時，只有48人的團隊和一個創意，沒有帶入任何硬件開發。也就是說，NNP系列芯片是在進英特爾后三年打磨出來的。
相比之下，Habana的“嫁妝”就很豐厚，約有150名員工，AI訓練芯片Gaudi和AI推理芯片Goya都以問世，性能在業界非常領先，并且已經被一些超大規模數據中心客戶使用，在業界收獲一片贊譽。
Habana的Gaudi支持遠程直接內存訪問（RDMA），對于跨網絡共享數據或跨加速器結構共享數據，能提供過去芯片無法實現的可擴展能力，并且更加經濟實惠又高效。
而NVIDIA意圖以69億美元高價收購的以色列創企Mellanox，其核心技術正是RDMA。
兩家創企被收購后的歸宿也不同。盡管Habana是比Nervana晚來三年的“后輩”，但Habana并沒有被收編由Nervana創始人Naveen Rao掌管的英特爾人工智能產品事業部，而是將作為一個獨立的業務部分，直接向英特爾數據中心平臺事業部報告。
顯然，Habana已經在搶走英特爾戴在Nervana頭頂的光環，接下來就要看英特爾如何同時保持這兩個如此相似的產品線的生命力。
六、四類芯片如何選型？
我們曾問英特爾人工智能事業部副總裁辛周妍，能否提供不同類型協處理器的選型建議？
▲英特爾人工智能事業部副總裁兼英特爾人工智能平臺與市場研究總經理Julie Choi（辛周妍）
據她介紹，沒有哪一個AI硬件產品可以包打天下，英特爾會根據實際需求，和客戶一起去研究最佳選擇。
FPGA較擅長要求低延遲高通量的推理運算，選擇這一基礎架構的客戶通?？粗谾PGA的可編程性，希望能對硬件進行配置。例如微軟就基于FPGA進行了大量的深度學習推理。
NNP-I、NNP-T主要面向超大規模的云服務提供商，Facebook即選擇采用NNP-I部署更快、更高效的推理計算，并將他們對先進深度學習編譯器Glow的支持擴展到NNP-I。
而獨立GPU在開發早期目標應用于高性能計算的超算領域，也用在面向大型客戶的AI領域。
在她看來，NNP-T和英特爾獨立GPU推出后，將給市場帶來更多針對高密度神經網絡訓練的替代選擇。
結語： AI 正成為英特爾數據中心業務的核心
縱觀當前AI市場，英特爾CPU在推理市場擁有較高話語權，FPGA的新品牌和生態也在順利鋪陳中，但競爭對手已呈現有力的追擊姿態，英特爾的神經還需持續緊繃。
盡管最新財報成績再度證明了英特爾在PC和服務器芯片市場的掌舵實力，但就目前蓬勃發展的數據中心AI市場來看，英特爾在AI訓練領域還沒有展現出威脅力的攻勢，這就要看其獨立GPU、Nervana NNP-T以及Habana Goya未來能否贏得客戶的信心。
此次我們所重點討論的四類架構，只是英特爾投入加速AI發展的六大戰略之一。
據司睿博透露，英特爾將加快10nm+的生產速度，7nm的生產計劃將在2021年進行，并且英特爾已開始在研究其5nm制程技術。
此外英特爾支持異構融合的先進封裝技術、開放合作聯盟CXL、加速多芯片通信互連的EMIB技術、深度挖掘硬件性能和能效的軟件堆棧、簡化編程的跨架構統一軟件平臺oneAPI、以及在安全、內存及存儲技術上的革新，都在為AI工作負載效率、可編程性和可擴展性的提升保駕護航。
數據中心AI芯片玩家們正在兵分兩路，一撥傾向于兵分兩路的通用型跨行業解決方案，另一撥則重點專攻某一特定領域的數據中心或邊緣推理。
英特爾已經非常堅定地持續在廣度和深度上同時加大火力，既提供全面的硬件和軟件選擇，又著力確保各獨立產品線性能足夠高，未來隨著AI模型變得更為復雜和通用，英特爾的系統集成戰略也許會迎來厚積薄發的時刻。
責任編輯：
