英偉達和英特爾的競爭在AI時代變得更為直白。英偉達在AI訓練領域具有絕對優(yōu)勢，英特爾保持著在芯片架構上提供完整解決方案的優(yōu)勢的同時，向英偉達GPU大本營發(fā)起挑戰(zhàn)，并在AI推理領域建立起了自己的優(yōu)勢。

號角再次吹響

過去幾年，由于趕上了深度學習的東風，英偉達通用圖形處理單元扶搖直上，把2015年還是20美元的股價提高到了2018年10月292美元的高點，一躍成為AI領域第一股。其火箭般的漲勢讓半導體巨頭英特爾坐不住了，意圖通過收購突破自身限制，重塑市場版圖。二者的競爭在2019年變得更為直白和更加激烈。

我們知道，圖形和視覺處理領域是英偉達的傳統(tǒng)強項。英特爾近期展示了兩款分別面向AI訓練和推理的Nervana神經(jīng)網(wǎng)絡處理器（NNP），以及下一代Movidius視覺處理單元（VPU），就是在向英偉達宣戰(zhàn)。

其中，兩款Nervana神經(jīng)網(wǎng)絡處理器包括面向訓練的NNP-T1000和面向推理的NNP-I1000。這兩顆芯片都是專為云端環(huán)境定制的ASIC（特殊應用集成電路）芯片，可以并接多個芯片，加速AI模型的開發(fā)。會上，英特爾宣告兩款芯片正式開始商用交付，為百度、Facebook等人工智能客戶定制開發(fā)產(chǎn)品。英特爾還特地強調(diào)了為AI和機器學習“專門制造”芯片的重要性，暗示其產(chǎn)品對英偉達GPU產(chǎn)品的優(yōu)勢。

對于下一代Movidius VPU，該芯片旨在為低功率設備中的AI圖像和視頻處理系統(tǒng)提供動力，面向開發(fā)電腦機器人視覺相關用途，例如依靠機器學習來繞過障礙物的無人機和無人駕駛汽車等。會上，英特爾也非常自信地將其和英偉達的產(chǎn)品做出比較，據(jù)說這款代號為Keem Bay的VPU能提供的算力是英偉達Xavier芯片的4倍，在充分利用的情況下，該芯片可幫客戶獲得50%的額外性能。并且這款新一代的視覺處理單元將于2020年上半年上市。

目前，在更考驗計算力的AI訓練市場，英偉達更具優(yōu)勢，其數(shù)據(jù)中心業(yè)務也在不斷增長。不過，英特爾表示，其基于AI解決方案的產(chǎn)品組合得到進一步強化，今年會創(chuàng)造超過35億美元的營收。目前在數(shù)據(jù)中心領域，憑借CPU市場優(yōu)勢，其已贏下了AI推理市場，因為多數(shù)云端推理都是由至強CPU完成的。

在傳統(tǒng)芯片架構上，英特爾仍然是可以提供最完整解決方案的公司，而在GPU領域，英特爾也將向英偉達發(fā)起挑戰(zhàn)。CPU是AI的基礎所在，絕大多數(shù)的企業(yè)已經(jīng)在現(xiàn)有的架構基礎上，通過軟件來部署AI的應用。

無論是硬件還是軟件，無論是云端還是終端，無論是訓練還是推理，英偉達和英特爾都是你追我趕，步步緊逼，忙得不亦樂乎。

馬拉松式較量

英偉達一出手，就是一場豪賭。據(jù)媒體報道，在Mellanox的競購比賽中，英特爾曾經(jīng)預備了60億美元的資金，但最終還是被英偉達的69億美元高價擊敗。

作為一家以高性能運算和網(wǎng)絡技術聞名的公司，Mellanox的產(chǎn)品與技術已經(jīng)進入了全球大量的高性能計算機和人工智能基礎設施，包括中國“神州·太湖之光”在內(nèi)的全球最快的三臺超級計算機，都使用了Mellanox的無線寬帶互聯(lián)網(wǎng)技術。

如果放到“雙英”的大戰(zhàn)背景下，拿下Mellanox則意味著英偉達在數(shù)據(jù)中心的戰(zhàn)局中獲得了一枚關鍵棋子，在數(shù)據(jù)中心領域?qū)幍礁嘣捳Z權。

當然數(shù)據(jù)紅利的挖掘，不僅僅在于數(shù)據(jù)中心本身，還需要許多關鍵技術的創(chuàng)新與突破，比如人工智能、物聯(lián)網(wǎng)、自動駕駛、5G等。這就更增加了這場數(shù)據(jù)紅利大戰(zhàn)的延伸性和復雜性。

以此對比來看，“雙英”大戰(zhàn)將會是一場馬拉松式的較量。

英特爾的優(yōu)勢在于研制一體、業(yè)務布局全面。英特爾的優(yōu)勢是端到端，全面布局設備端、邊緣端和云端，未來要做“全能冠軍”。

此外，英特爾的生態(tài)圈構建也行動較早、聲勢較大。比如，英特爾合作建設了FPGA中國創(chuàng)新中心，聯(lián)合發(fā)起了成立開放數(shù)據(jù)中心聯(lián)盟、CXL開放合作聯(lián)盟、邊緣計算產(chǎn)業(yè)聯(lián)盟等。

但英偉達也在這些層面下了不少功夫，比如在GTC上，黃仁勛特意在AI工作流程中把機器學習、數(shù)據(jù)中心等與GPU加速深度學習一起，納入了英偉達的“AI定義域”。

這意味著，英偉達將逐漸調(diào)整過度倚重GPU的AI戰(zhàn)略，將產(chǎn)業(yè)布局擴展至AI產(chǎn)業(yè)各個鏈條。這與英特爾的“全能冠軍”思路頗為相似。

在擴展生態(tài)圈伙伴上，英偉達則采取了不同的策略。比如，基于最新發(fā)布的推理服務器芯片T4，與亞馬遜云AWS、阿里云達成合作。

有業(yè)內(nèi)人士認為，英偉達本身在GPU領域?qū)嵙姶箅y以替代，這種基于產(chǎn)品技術發(fā)展生態(tài)圈的策略，相比通過協(xié)議建立產(chǎn)業(yè)聯(lián)盟或以設立人才計劃資金池，要更為穩(wěn)固，成本也更低。

就目前而言，比賽才剛剛開始，“雙英”都有自己的競爭優(yōu)勢，最終誰能勝出還無法下定論，不過對于人工智能領域的其他玩家來說，“雙英”大戰(zhàn)未必是壞事，或許這也會是加速技術和應用領域發(fā)展的新契機。

AI已成重要業(yè)務，持續(xù)強化至強AI推理性能

如今，在深度學習的推理和應用方面，都需要十分復雜的數(shù)據(jù)、模型與技術。

而英特爾的至強可擴展處理器作為面向業(yè)界大部分企業(yè)和組織的重要平臺，已然成為英特爾在推進AI業(yè)務發(fā)展的重量級產(chǎn)品。

因此，英特爾也將繼續(xù)通過矢量神經(jīng)網(wǎng)絡指令（VNNI）和深度學習加速技術（DL Boost）等功能優(yōu)化并改進該平臺，以在數(shù)據(jù)中心和邊緣部署中進一步提升它的AI推理性能。

在Naveen Rao看來，隨著人工智能的進一步發(fā)展，現(xiàn)有的計算硬件和內(nèi)存都將在未來達到臨界點，同時專用型硬件的重要性也愈加明顯。

因此，對英特爾來說，利用AI技術來提升業(yè)務成果，需要進一步推出涵蓋硬件和軟件的多種技術組合。