发布时间：2023-1-21 分类： 行业资讯
在CES2020大会上，英特尔回顾过去，展示了人工智能技术在防灾备灾、娱乐、体育等领域的应用，很好地证明了英特尔已经将AI融入云、网络、边缘和pC。展望新的一年，即将发布的第三代至强可扩展处理器、最新的酷睿移动处理器(代号：TigerLake)以及Xe独立显卡DG1的预览版，都预示着英特尔AI时代即将到来。
2016年，转型的重要转折点
2012年开始的深度学习热潮，引发了新一轮的AI浪潮，将我们带入了大数据和AI时代。面对这一技术变革，英特尔显然不会错过。2015年，深度学习的热潮从学术界蔓延至行业，对新技术、新市场最敏感的AI初创企业相继成立，AI芯片创业热潮开始兴起。
2016年，英特尔，前首席执行官科再奇，提议，英特尔应该从一家个人电脑公司转型为一家驱动云计算和数亿智能互联计算设备的公司。由此，英特尔拉开了以数据为中心的转型序幕。
数据被比作未来的石油，到2025年，全球数据量将飙升至163ZB。然而，根据可靠的推测，这些数据中只有大约1%被实际利用、处理并采取了相应的行动。所以，多挖掘数据的价值是非常重要的，这也是科技巨头们在做的事情。
2018年，英特尔提出了六大技术支柱，包括工艺封装、架构、内存存储、互联、安全和软件，这些是英特尔面对智能互联世界拓展新方向的基石。
2019年，英特尔转型过半，也迎来了新的CEO bobsban(司睿博)。新任CEO延续英特尔“以数据为中心”的定位，大力拓展5G、人工智能、智能边缘等领域的能力。
司睿博说：“英特尔”的抱负是帮助客户充分利用人工智能、5G和智能边缘等转折性技术变革，共同努力为他们的生活增添色彩，塑造我们未来几十年的世界。正如我们今天所强调的，英特尔推动将智能融入计算技术的各个方面，以创造前所未有的积极影响。\"
显然，2016年是英特尔拥抱AI和大数据时代的重要节点。2017年明确的以数据为中心的定位，2018年更加明确的战略，都是为了引领AI、5G、智能边缘等转折技术的发展。
特别是为了在智能互联网赋能技术AI上占据领先地位，英特尔充分利用一家巨头公司的优势，收购了——。
超过350亿美元用于补充人工智能核心力量
2015年至2019年的四年间，英特尔在AI芯片领域先后达成了五笔重要的收购交易，这也是英特尔引领车削技术发展的快速有效的方式。
2015年，英特尔宣布将以总价约167亿美元收购Altera。Altera是当时全球第二大FpGA公司，产品主要用于电信和无线通信设备。
2016年，转型开始时，英特尔收购了神经系统公司。英特尔希望通过收购提升人工智能产品的开发能力，提升英特尔至强和英特尔至强融核处理器的深度学习性能。该官员没有透露交易细节，但一些内部人士表示，交易金额至少为3.5亿美元。
在收购神经系统公司一个月后，英特尔收购了人工智能视觉芯片公司Movidius。公司低成本、低功耗、高性能的视觉处理器芯片广泛应用于机器人、无人机、VR等产品，但交易金额尚未披露。
2017年，英特尔宣布以153亿美元收购Mobileye。这家以色列公司是全球领先的计算和视觉、机器学习、数据分析、本地化辅助系统和自动驾驶系统服务提供商。
两年后，也就是去年，英特尔再次以20亿美元的价格收购哈伯那拉布。总部位于以色列的AI芯片初创公司Goya cloud AI推理处理器已经商业化，高迪cloud AI训练处理器也在为特定的超大型客户提供样本。
这五次收购总价值超过350亿美元，使英特尔能够收购两种类型的人工智能芯片，现场可编程门阵列和专用集成电路。加上英特尔，现有的CpU和GpU，英特尔已经成为全球唯一一家拥有各类AI芯片的公司，这种独特性也正在转化为英特尔AI竞争的独特优势。
收购Altera两年后，英特尔发布了Arria10GX可编程加速，ArriaFpGA是一款应用广泛的产品。2018年4月，英特尔宣布其FpGA已正式应用于主流数据中心原始设备制造商。同年12月，全球最大的英特尔FpGA创新中心落户中国， 重庆，目标是推动中国乃至全球FpGA生态的发展。2019年11月，英特尔发布了全球最大的FpGA——Stratix10GX10M，拥有433亿个晶体管和1020万个逻辑元件。
从技术到产品到应用以及整个FpGA生态，英特尔在FpGA领域的实力不容忽视。
与此同时，两笔金额不明的并购，让英特尔在特种AI芯片领域展现了从云到终端的竞争力。2018年8月，英特尔公布了两款新一代AI芯片，分别是—— nervananp-T和nervananp-I，NNp-T主要用于深度学习训练，nnp-I用于大型数据中心的推理芯片。根据英特尔，给出的数据，NNp-I1000的性能优势是英大卫T4的3.7倍。2019年，英特尔宣布NNp-1已交付脸书，NNp-T已在百度商业化
在分享NNp-I和NNp-T已经商业化的好消息的同时，英特尔还发布了新一代MovidiusVpU，代号KeemBay，主要面向边缘AI市场。据悉，新一代VpU采用全新的高性能架构，推理性能比上一代VpU提升10倍。
收购Mobileye使英特尔成为自动驾驶领域的重要参与者。收购前ADAS的重要参与者Mobileye在2019年从约30家原始设备制造商那里赢得了高级辅助驾驶的设计订单，其中25%来自中国在CES2020期间，Mobileye透露，新一代EyeEQ 6将于2023年推出。一颗EyeEQ 6芯片相当于现在的6颗EyeEQ 5芯片，再一颗EyeEQ 6芯片就可以实现所有robotaxi操作，这让外界很期待。
至于最近被收购的HabanaLabs，其云AI芯片的落地进度就是其实力的最好说明。
另一点需要强调的是，英特尔拥有非常强大的CpU和GpU。去年发布的第二代至强处理器内置了IntelDLBoost功能，推理性能提升了1.4倍，将嵌入式AI性能提升到了一个新的水平。在CES2020上，英特尔透露，第三代至强可扩展处理器的训练性能将提高多达60%。
另一款将提升英特尔在AI训练领域竞争力的产品是今年即将发布的Xe架构独立GpU。这是英特尔业内顶尖专家打造的新产品，今年发布值得期待。
因此，作为全球唯一拥有包括CpU、GpU、FpGA、ASIC在内的各类AI芯片的公司，英特尔产品覆盖了从培训到推理、从云端到终端的全场景。随着AI落地的推进，英特尔AI产品将快速渗透到工业、农业、能源、交通、互联网、金融、健康等领域。
但要引领车削技术的发展，仍需进一步挖掘各类AI芯片的潜力。
软硬一体释放AI力量
AI的一个非常重要的特点，也是一个很大的挑战，就是AI算法不断迭代，化，对计算能力的需求也越来越大。因此，一方面需要不断提升AI芯片的计算能力，最大化芯片的有效计算能力；另一方面，异构系统的效率和AI软硬件的融合程度也成为竞争力的关键。
过去，为了提高芯片的性能，缩小芯片的尺寸，需要借助先进的半导体工艺，将更多的功能集成封装在一个芯片上，形成SoC。然而，随着芯片功能和体积的增加，芯片设计、测试和制造的难度突然增加，不仅增加了成本，也减缓了产品推出的速度。因此，在水平(2D)层面上集成了更多的芯片来提高性能，并提出了3D封装的概念。
2018年12月，英特尔首次演示了逻辑芯片的3D堆叠封装方案，即——Foveros，可以在水平排列的芯片上垂直堆叠更多面积更小、功能更简单的小芯片，从而提升功能和性能。Foveros大大降低了成本，加速了产品的推出，同时也推动了先进多芯片封装(MCp)架构的发展。
然而，MCp架构带来的更加复杂的异构系统也使得软件编程更加复杂。只有更好的融合，才能最大程度满足AI的需求，降低AI应用的门槛。
英特尔提出oneApI统一编程平台和端到端大数据处理分析平台。OneApI可以将英特尔的关键技术一一连接，成为跨架构、跨平台的整体解决方案。也就是说，oneApI可以简化AI的开发流程，实现跨CpU、GpU、FpGA和ASIC多种架构的简化应用开发编程支持，解决了开发者需要使用不同语言、库和软件工具在不同架构下编程的局限性，真正放大了AI开发的价值。
此外，英特尔统一大数据分析和人工智能平台AnalyticsZoo和BigDL可以为整个数据分析和机器学习过程提供比现有框架更加统一和集成的支持。
更重要的是，英特尔在AI方面的实力已经体现在营收上。
英特尔AI 2020可以期待
2019年，英特尔实现人工智能收入35亿美元。2020年，无论是至强第三代可扩展处理器、Xe架构独立GpU等硬件能力，还是oneApI的迭代，都将为英特尔带来更高的AI收入
做出这一判断的另一个重要依据是，挖掘数据价值将是未来很长一段时间的关键，随着AI算法的逐渐成熟，市场对AI训练的需求将以增量为主，对AI推理的需求将快速增加。
这正是英特尔更擅长的。强大的CpU本身就更擅长AI推理，此次收购带来的专用AI芯片可以充分发挥AI在不同领域的推理优势。同时，英特尔在AI训练方面的实力将得到提升，英特尔AI实力将通过统一的软件平台进一步释放。
巨大的成功从来不是一蹴而就的。从2016年的重要转折点到现在的2020年，英特尔将AI构建到所有产品中，全线布局AI战场，以规模优势和软硬件协同创新推进AI实践。英特尔人工智能的伟大时代也已经到来。
