英特尔高管称AI行业仍处于起步阶段

英特尔高管Sandra Rivera称，就AI的采用情况而言，行业仍处于起步阶段，现在就宣布获胜者或者说行业已经发生转型还为时过早，英特尔在推动当前和未来AI转型方面处于最前沿。

“客户需要处理的数据量越来越大，算力不断增加，我们将抓住这一机遇，”6月29日，英特尔公司执行副总裁、数据中心与人工智能事业部总经理Sandra Rivera告诉界面新闻记者等称，英特尔将充分利用自身实力，基于至强系列芯片来服务数据中心客户。她认为，就AI的采用情况而言，行业仍处于起步阶段，现在就宣布获胜者或者说行业已经发生转型还为时过早，英特尔在推动当前和未来AI转型方面处于最前沿。  

“无论是内嵌的软件还是整体生态系统的建立，我们将通过降低准入壁垒等措施，帮助我们的客户实现较高行业增长。”Sandra Rivera说，目前，英特尔仍是世界上最大的综合性芯片厂商，旗下芯片产品布局广泛，囊括CPU、GPU、AI芯片、FPGA等产品，英特尔将自身定位为以数据为中心的科技公司，为数据的收集、传输和处理提供端到端的整体解决方案。  

至今，英特尔仍是“摩尔定律”的主要践行者和拥护者。“摩尔定律”由英特尔创始人之一戈登·摩尔提出，指在价格不变的情况下，集成电路上可容纳的元器件数目将每隔18-24个月增加一倍，性能也将提升一倍。不过，现阶段这一翻倍速度已经延长。  

近年来，除在架构、制程上挖掘芯片性能潜力外，英特尔对外强调芯片“异构”理念，CPU以外，GPU、FPGA等处理器在数据中心中存在一席之地，分担算力。  

“在至强处理器平台之外，我们还有一系列其他的硬件以及加速器等等的组合，以充分去应对异构数据，包括FPGA（可编程芯片）、基于FPGA的Agilex，以及我们的AI加速器Habana Gaudi2，另外还有eASIC，还有我们的IPU基础设施处理器等，此外我们还有GPU产品组合。”Sandra Rivera表示，基于同一软件栈的基础，客户可以去方便地管理IT基础设施。  

当然，在英特尔设想下，无论是哪种特定芯片，仍是以至强CPU为中心，CPU擅长通用计算，是个人电脑（PC）以及服务器的“大脑”，“大脑”业务是否集中稳定，关系到英特尔整体是否运转流畅。  

应对竞争对手挑战和市场趋势变化，英特尔从组织架构、产品路线图和市场策略等方面做出了一系列调整。2021年6月，英特尔调整组织架构，原数据平台事业部重组为数据中心和人工智能部（DCAI）、网络和边缘事业部（NEX）两大板块，同时新设加速计算系统和图形事业部（AXG）。迄今，英特尔业务板块调整为CCG（PC业务）、DCAI、NEX、AXG、IFS和Mobileye六大板块。  

4月28日，英特尔首次以新组织架构披露一季度业绩，当季营收184亿美元。其中DCAI部门实现营收60.34亿美元，同比提升22%；运营利润为16.86亿美元，同比持平。英特尔称，新工艺占比的提升以及新工厂的启动，外加研发和产品路线的相关投资增加，抵消了部分增长。  

实际上，由Sandra Rivera分管的DCAI部门是英特尔最受重视的业务。其中，数据中心业务是代表英特尔未来定位的基础业务，主要出售基于服务器的芯片和模组；AI、FPGA等新兴业务部门则代表英特尔在新赛道上的新业务，它基于数据中心业务，但又覆盖了数字化应用市场。  

新架构中，AI的重要性被前所未有地提高，反映了这一计算类型在数据中心的重要程度。  

2013年，人工智能的兴起使这一领域成为热门，AI应用频出，涉及图像识别、内容推荐、自动驾驶等。英伟达凭借GPU在AI数据处理的优势一骑绝尘，谷歌、亚马逊、阿里等大型互联网公司或云计算公司纷纷自研AI芯片，至今热度不退。  

深度学习可分为两个阶段，首先导入大量数据，对模型进行训练，整个过程可能耗时数天或数周；之后是训练出的模型在实际场景中做出推断。  

在英特尔看来，AI是一个多角度、多层次的工作负载，这也意味着多种市场机会：首先是数据的导入，客户往往会选择至强CPU，随即是模型训练，带有AI功能的CPU、以及AI芯片可以胜任这一过程。  在最后的推断和部署上，这是英特尔在AI处理领域的传统优势领域——三分之二的人工智能推理是在至强平台上进行。她以宁德时代举例称，借助至强CPU的AI推理能力，宁德时代完善了对动力电池的缺陷检测功能。  

另外，在2019年底英特尔以20亿元收购了以色列AI芯片公司Habana Labs，被认为有能力在AI能力上挑战英伟达，该公司不仅能够生产专门用于训练AI模型的芯片，还有基于AI模型推理的产品。  

在Sandra Rivera所在的DCAI部门外，同期的加速计算系统和图形事业部（AXG）也被寄予厚望，后者推出的图形处理器（GPU）产品正陆续进入市场，欲与英伟达展开新一轮的较量。英伟达的GPU最初是为电脑游戏而开发，随后被运用于AI计算当中。“如果用户需要图形方面的能力和一定的AI能力，也可以使用GPU。”她说。  

硬件产品组合外，如何从软件端提升效能，也是英特尔近年工作的重点。“在摩尔定律之外，我们主要增加的价值来自于软件，软件可以是一个加成的乘数，基于我们在这些流程节点上的创新基础上来进行加成。”Sandra Rivera说。  

例如，英特尔为客户提供软件开发工具，使客户既能够使用通用AI芯片处理工作，也可以将部分任务交给擅长图像识别或其他工作的专业芯片。即使在同一芯片内部，客户也可借助软件将工作负载分配至性能更强的计算核心，或是功耗更低的能效核心。  

“从整个人工智能流程来看，无论是数据的导入、训练、推理，到最后的部署都存在着大量的市场机会，而英特尔拥有完全的能力，已经做好了充分准备去利用这些机会。”Sandra Rivera强调。  

不过，英特尔布局人工智能的战略面临现有巨头的实际挑战，除了英伟达，谷歌甚至AMD都在布局人工智能，不断改进芯片技术：AMD在完成收购了FPGA公司赛灵思后，在AI领域有了更完善的产品组合，AMD CEO苏姿丰对外公开称，人工智能是公司最大的增长机会，也是未来几年最大的增长机会，并计划AMD在未来三到四年成为数据中心的首选合作伙伴。