從2004誕生直至移動互聯網興起，過去幾十年來，更快速、更多功能、綜合實力更強大的通用芯片都發揮著推動產業發展的引擎驅動作用。于是我們看到，英特爾、高通等一批擁有強大通用計算芯片研發能力的企業在PC、移動互聯網浪潮下崛起。然而面對物聯網、AI大潮奔涌而來，數據洪流和復雜場景所帶來的變化反復沖擊現有芯片產業發展格局，不得不讓芯片領導者們重新思考應對之策。

通用性芯片和專用性芯片，到底誰才是AI時代的“關鍵鑰匙”？

小孩子才做選擇，而英特爾選擇全都要！

與大多數芯片企業各有側重點不同，經過多年的行業深耕、技術沉淀和創新引領，英特爾認為AI計算的場景廣闊，計算方式多變，這無疑將對現有計算形式提出顛覆性的新挑戰。所以，英特爾致力于通過一系列跨計算的CPU、FPGA、GPU、VPU以及專用的AI加速器來為人工智能提供技術基礎，把人工智能注入到我們所打造的所有產品當中。英特爾不僅擁有云、AI、大數據、5G等多種服務，同時也在發展未來AI芯片技術路線上也采取了通用性和專用性并舉的“雙擎”戰略。

英特爾正打造AI通用性技術矩陣

在過去的3年里，伴隨著游戲行業、自動駕駛的春風，GPU在相對集中的AI圖形渲染、AI可視化應用場景中的價值得到顯現，NVIDIA也水漲船高成為了以GPU為核心技術路線的頭部AI芯片廠商，這從客觀上充分說明了，芯片對于AI產業發展的重中之重的位置。

不過即便如此，GPU的應用還是相對有限，而AI產業的發展路線是廣闊的，隨著5G、智慧城市、萬物互聯概念的延展，僅依靠專用芯片、專門場景是不足以解決全部問題的。正是基于這層思考，近年來英特爾在已有CPU技術積累的基礎上大力發展GPU、IPU、oneAPI平臺、Foveros 3D堆疊等等創新技術，甚至能用開放的心態與臺積電達成代工合作。這背后皆因為英特爾不滿足于僅提供通用性芯片，英特爾希望做的是面向未來，依靠芯片和軟件技術形成AI技術矩陣，形成平臺化的綜合解決方案庫，為5G、AI、云、大數據、智慧城市、萬物互聯提供全方位的綜合解決方案。

英特爾Ponte Vecchio SoC

就在剛剛過去的8月19日英特爾架構日上，英特爾公司高級副總裁兼加速計算系統和圖形事業部總經理Raja Koduri攜手多位英特爾架構師，全面介紹了英特爾重大技術架構的改變和創新，包括兩種全新x86內核架構的詳情；英特爾首個性能混合架構，代號“Alder Lake”，以及智能的英特爾硬件線程調度器；專為數據中心設計的下一代英特爾至強可擴展處理器Sapphire Rapids；基礎設施處理器（IPU）；即將推出的顯卡架構，包括 Xe HPG 微架構和 Xe HPC 微架構，以及 Alchemist SoC, Ponte Vecchio SoC，這就同時囊括了CPU、GPU和IPU在內的多種技術產品。

其中基于Xe HPC微架構的Ponte Vecchio被冠以迄今為止最復雜的SoC的頭銜。它擁有1000億顆晶體管，47個單元（Tiles），且各個單元可能基于英特爾或臺積電不同晶圓制造廠不同工藝生產制造，并通過英特爾Foveros 3D技術封裝在一起。能夠提供領先業界的每秒浮點云算能力和計算密度。正如Raja Koduri，在英特爾架構日上所表達的那樣，這些新架構將為即將推出的高性能產品注入動力，并為英特爾的下一個創新時代奠定基礎，以滿足世界對高計算能力日益增長的需求。

邊緣計算場景讓專用性芯片創新多維發展

AI所代表的是我們未來的生活方式，未來的商業、未來的醫療、未來的智能城市。可以想象未來AI所演化出來的場景將會非常非常復雜和多樣。如果說AI通用性技術和解決方案平臺搭建依然是巨頭們所主導和引領的，那么位于AI場景中那些或者高效并發，或者細分領域的邊緣計算場景則給了其他芯片廠商和廣大初創企業們以巨大機會。因為不可能所有通用芯片產品都能做到全面且高效，所有總要有針對邊緣計算場景突出重圍的佼佼者。

在這個萬物互聯的AI時代，爆發式的各類海量數據對于以網絡、云計算、數據中心為基礎的傳統架構并不友好，圍繞數據采集、數據傳輸、數據分析、數據返回執行鏈條上回額外消耗更多的時間，導致不必要的運算延遲。所以在許多邊緣計算的AI細分場景中，針對“存儲優先”這一思路所做的架構設計模式是一個相當不錯的創新方向。

SambaNova，初創AI企業中的佼佼者，獨角獸。由于看到了可重構數據流的處理系統這一發展趨勢，SambaNova基于內存可重構數據流技術做出的芯片在基準測試中甚至獲得了比NVIDIA A100更好的表現。再比如加拿大初創公司Untether AI，通過電子內存計算技術，研發出能提高移動數據傳輸速度1000倍的全新芯片架構。國內的探境科技，也早在2019年就開展了存儲優先架構的設計研發，芯片應用于自動駕駛領域可在識別距離、響應時間、能耗水平等多方面獲得明顯優勢。可以說在專用性芯片領域，中國創新同樣站在世界前沿。

為了能夠更好的掌握架構創新路線軌跡，把握這個高度離散的專用芯片創新研發脈搏，英特爾近幾年來不斷加大對于AI領域的投資和投入，幾年前英特爾為了快速切入自動駕駛領域，收購了mobileye，去年英特爾斥資20億美元收購Habana Lab，用直接購買的方式快速迭代了自家的Nervana，就是為了細分領域搶發展先機。而上文提到過的SambaNova、Untether AI也都無一例外收到來自英特爾的投資。作為AI行業深耕多年的領袖，英特爾在專用芯片創新的布局上深入且廣泛。

小結

毫無疑問，對于英特爾來說，在現有的AI發展格局上，最好的方式就是采用通用性與專用性結合的“雙擎”戰略。除了繼續保持自身平臺化、統一化的解決方案技術矩陣，還能時刻保持對行業的敏銳觀察，緊跟隨時可能出現的AI熱點。過去幾年里，不管是消費者還是投資客似乎只關注到了繁榮業績下更顯輝煌奪目的NVIDIA，卻忽視了默默深耕的英特爾。捋順過去幾年的發展就不難發現，那個年過半百的半導體巨人，如今依然鮮活。

根據英特爾預測，截至2024年，AI芯片市場的規模將超過250億美元。人工智能和數據分析是未來10年起決定作用的工作負載，是關鍵的轉折性技術，是和云、5G驅動的連接、智能邊緣并列的改變世界的“超級力量”之一。相信在接下來一段時間，英特爾將在AI領域繼續保持激進的創新和投資節奏，為下一個創新時代奠定深厚基礎。