从业务到人才，内忧外患
核心业务的丢失与专业人才的出走，让英特尔本就艰难的现状雪上加霜。
2019 年 7 月，英特尔以 10 亿美元的价格，将调制解调器业务的大部分出售给了苹果公司。
2020 年 2 月 26 日，Nervana 创始人、英特尔 AI 平台事业部负责人 Naveen Rao 在推特上宣布：正式离开英特尔 AI 事业部。
四个月后，2020 年 6 月，英特尔芯片工程部门总负责人兼高级副总裁 Jim Keller 突然宣布离职，很快官网也确认了这一消息并发布声明，称 Jim Keller 是因为个人原因离职。
这位传奇芯片大师曾经为 AMD 带来 Ryzen 系列芯片、让苹果手机摆脱三星用上了自家的处理器，英特尔当初为什么要把他挖来，原因不言而喻。
可是，这个被外界称为“最可能拯救英特尔”的人离开了。
对英特尔更大的打击来自今年 11 月。苹果公司在发布会上宣布：推出首款自研的 5nm M1 芯片，该款芯片将为其新一代基于 ARM 的 Mac 系列产品提供动力。也就意味着，苹果舍弃了英特尔的处理器，这个市场上，英特尔又增加了一个强有力的新对手。
不久后，有关英特尔出售业务的消息又传了出来：联发科发布公告称，将透过子公司立锜并购 Intel 旗下 Enpirion 电源管理芯片产品线相关资产，预计总交易金额约 8500 万美元。
......
专业人才出走，核心业务出售，英特尔接连数月都在忍受着“割肉”一般的痛苦。可还没来得及喊疼，两颗重磅炸弹就引爆了整个芯片行业。
2020 年 9 月 13 日，英伟达发布声明表示将斥资 400 亿美元收购 ARM。这也是芯片行业有史以来最大收购。
仅一个月之后，就知情人士透露消息称，AMD 公司正在就收购竞争对手——芯片生产商 Xilinx Inc.（赛灵思）进行深入谈判，这笔交易的总价值可能超过 300 亿美元。
CPU 业务让 AMD 步步紧逼，GPU 业务让英伟达挡在了身后，更别说有竞争力的移动芯片架构 ARM 也被英伟达收走了...英特尔到底是有什么“绝招”未出还是已经破罐破摔了？
承认制程工艺跟不上，英特尔要“软件先行”
相比火力凶猛的友商们，英特尔显得有些过于“佛系”了。
2020 年 3 月，英特尔首席财务官 George Davis 于摩根士丹利大会上的演讲中这样说：
英特尔目前处在 10nm 制程时代，在 2021 年底生产出 7nm 节点之前，英特尔不会达到与竞争对手同等的工艺水平。
在 CPU 处理器制程工艺方面，英特尔终于承认自己已经落后了。几个月后，英特尔宣布考虑将芯片制造业务外包给台积电。
让时间先回到 2019 年 5 月。
那时候，英特尔 10nm 制程的 CPU 刚刚正式亮了相。同年 10 月，英特尔首席执行官 Bob Swan 在季度总结会上宣布：英特尔正式进入10nm 时代。
这姗姗迟来的 10nm 并没有让外界对英特尔产生太多惊喜，因为在 2019 年 6 月，老对手 AMD 就已经发布了采用 7nm 制程工艺的 Ryzen 3000 系列处理器，价格是英特尔对标产品的一半。AMD 的 CEO 苏姿丰甚至表示：“用户可以不必再考虑英特尔的产品。”
“苏妈”这句话虽然火药味十足，但并没有激起英特尔太多的斗志。于是乎，在几个月之后的 CES 现场，苏姿丰又放出了 Ryzen 4000 系列处理器的消息。
作者注：AMD或于2020年1月12日发布新的锐龙5000移动处理器和Radeon RX 6700系列显卡。
失去了制程工艺上的先进性，英特尔虽然仍然拥有芯片的设计能力，但对于这样一家老牌大厂来说，是远远不够的。
于是乎，“软件先行”的战略被提上日程。
数据是英特尔近些年来重点强调的方向。从 2017 年开始，英特尔围绕数据展开了一系列攻势，比如：BigDL 就是英特尔在 Spark 上构建的一个面向 Apache Spark 的开源、分布式的深度学习框架，目标人群是大数据用户和数据科学家，使用时无需修改、可直接运行在现有 Hadoop/Spark 集群。
而在芯片设计方面，英特尔推出了一个统一的、简化的编程模型——oneAPI ，开发者可以在 oneAPI 上自由选择架构进行芯片设计，在使用不同的代码库、编程语言、编程工具和工作流程时，会变得更加简单。
当大数据与 AI 的界限随技术发展愈发模糊，传统企业开始纷纷与 AI 公司合作求突破的时候，英特尔也开始了与传统企业赋能方向的探索。尤其在中国，英特尔 AI 的落地案例是最多的，覆盖了金融、医疗、制造、能源、教育、零售等多个领域。
实践证明，英特尔的决定是正确的，对软件的重视似乎让英特尔重新获得了一些成绩。
可是，芯片产品的竞争是躲不开的。
面对着 AMD、英伟达等强劲对手的猛烈攻势，“曲线救国之法”虽然能缓解一时，却无法解决根本问题，英特尔终究要面对现实的挑战。
比如在英特尔力挺的 AI 芯片领域。当初英特尔以 3.5 亿美金的高价收购了 Nervana Systems，在 Naveen Rao 的带领下，英特尔推出了专为机器学习而设计的神经网络处理器 NNP（Nervana Neural Network Processors）系列芯片，在 AI 芯片领域成功站稳脚跟。
随后几年，NNP 芯片系列发展出了众多分支，包括： Nervana NNP-L1000 云端芯片、面向训练的 NNP-T1000 和面向推理的 NNP-I1000。
如今，Naveen Rao 出走，取 Nervana 而代之来研究 AI 芯片的是英特尔在 2020 年 1 月同样重金收购的 Habana Labs。
可是，“佛系”了一整年的 Habana 却一直没有什么动静。
Habana 的新动向，能否为英特尔取得关键一分？
Habana与AWS达成合作，或许能为英特尔在AI芯片领域打开新局面。
2020 年 12 月，人们终于等来了 Habana 的消息。
re:Invent 2020 CEO 主题大会上，AWS 宣布了采用多达 8 个 Habana Gaudi 加速器的 EC2 实例，比目前 GPU 的 EC2 实例在机器学习性价比上提升了 40%，基于 Gaudi 的 EC2 实例计划于 2021 年上半年提供给用户使用。
在 InfoQ 对 Habana Labs 中国区总经理于明扬，以及英特尔亚洲人工智能销售技术总监伊红卫的一次线上采访中，于明扬表示：
这几年虽然说大家看到了推理和预测端出现了一些新的解决方案，包括不同的ASIC架构、FPGA架构以及不同的异构架构，但是在训练领域一直是以英伟达产品为主，很难有其他的客户在这边有所突破。
这一次Habana和AWS联合发布的信息，给了大家一个新的选择，在训练端我们确实可以通过不同的架构来实现对AI的加速，同时在不同的架构中，也可能会给客户带来更不一样的体验。
“一个新的选择”，对于英特尔来说，这是个好消息。在众多合作用户纷纷想要“逃离”英特尔的时候，英特尔主动给出了另一种选择。
仅就 AWS 来说，于明扬告诉 InfoQ：“AWS 选择 Habana 是两个考虑，一个是性价比，尤其是在训练上，目前 Habana 是在训练上性价比唯一能够对英伟达形成挑战的。二是在软件易用性上，Habana 的软件易用性也被 AWS 接受，他们认为在公有云当中，能够为客户提供近似于无缝的软件生态。”
他补充说，被英特尔收购之后，Habana 能够获得更加稳定的技术资源和资金支持，英特尔也可以帮助 Habana 从一个简单的产品变成一个完整的生态，和英特尔很多产品做整合，提供一个完整的解决方案，面向于不同客户的应用场景以及不同客户需求的完整解决方案。
而对于英特尔来说，AI 仍然是需要大力加注的方向，如何利用 AI 芯片在这一领域突破英伟达等公司的独占，就显得尤为重要。
由于 AI 本身的工作负载和应用场合非常复杂，不论是计算机视觉、推荐、自然语言处理，还是语音相关的技术，什么样的应用、什么样的场景，选择什么样的产品都显得尤为重要。伊红卫表示，未来英特尔希望做到的是，如果现有的产品，比如至强处理器功能足够，客户甚至不用考虑其他产品，不管是英特尔的还是第三方的，只要用户觉得合适且成本合算就好。
因此，伊红卫在采访中说：有了 Habana，并且未来有了 GPU、FPGA 等产品之后，英特尔是不是就不在 CPU 上投入 AI 了？恰恰相反，英特尔会投入更多，会在 CPU 里面内置一些和深度学习、机器学习相关系的指令，未来新产品的性能会有更大的突破。
新闻排行榜
返回顶部