这两天有两条“老新闻”再一次以“新闻”的身份出现，一个是三星说要抢先发售可折叠柔性屏手机，另一个就是英特尔再次说自己专门处理AI任务的神经网络芯片就要做出来了。
为了应对机器学习，英特尔现在采用的是用Atom芯片组成Xeon phi架构的方式进行计算，虽然具备了一定的算力，但要跑复杂的AI任务还是有点弱。因此，英特尔为了自己的神经网络芯片可以说是煞费苦心，去年推今年，今年推明年，一推无际。隔壁的英伟达都已经更新了好几代了，英特尔听起来就很爆炸的Loihi还是处于“展望”的状态。
按理说，英特尔作为一家老牌芯片供应商，如果想迅速拿出来一款能用的AI芯片也不算是什么难事。但爽约了这么久，它究竟是怎么回事？
可以肯定的是，这绝不是因为他们能力不足。
商用AI芯片容不下急躁冒进
目前的AI芯片中，英伟达的GPU和谷歌的TPU算是两座大山。
英伟达可能自己也没想到，CPU竞争不过英特尔转身做显卡，就是想让同学们玩儿游戏的时候体验更好点，却会在十几年后让其摇身一变成为了AI计算的领军者。相较CPU，GPU在应对 学习计算的时候发挥出了强大的能力，以至于在不断升级的情况下，依靠GPU的计算能力英伟达可以相当长时间地占据AI芯片提供商的供应链顶端。
而这也在去年帮助英伟达挣了30.5亿美元的净利润，同比增长了83%。
虽然商用程度并没有英伟达那么高，但谷歌专注于神经网络推断的TPU的超强计算性能却也可以说是一览众山小。如果不是因为谷歌是为了满足自家使用而不售卖，恐怕英伟达的GPU也会受到很大的冲击。
此二者一个是从根儿上就在研究GPU，然后撞大运般搭上了 学习的班车，从而走在人工智能芯片商用化的前端；另一个则是一直专注于 神经网络计算，是全世界独一档的人工智能公司，推出全球顶尖的AI芯片自然也是情理之中。
那么，算起来拥有五十年历史的芯片巨头英特尔是不应该掉队的，但事实发生了什么呢？
首先来说，作为老牌芯片供应商，在人工智能成为全球化大趋势的情况下，其自然不肯将这块儿大市场拱手相让。英特尔的强项是做CPU，虽然CPU也能做简单的AI计算，但在大规模的AI计算当中，即使给CPU加100个核它也难当大任。因为AI计算和传统的CPU处理模式基本上是两种意义差别很大的东西。虽然英特尔也有自己的GPU，但在涉足人工智能领域的时候，其也算是一个新人。
自己缺乏这方面的技术积累，又眼看着英伟达吃香喝辣，英特尔也没有闲着。为了能在消费级市场分一杯羹，英特尔嘴上说看不上GPU，但私下里也确实是在一步步推进自己的CPU+FPGA架构处理器。只不过，英特尔面临着人工智能战略起步较晚和直接商用的问题，而且初期进行的CPU——FPGA架构并没有在消费级市场上展现出惹眼的搅动情况，所以其干脆直接将目光投进了商用AI芯片身上。
那么，面对为企业客户提供云服务的问题，英特尔自然是不敢怠慢。进入一个新的领域和面对新的服务对象，英特尔的AI芯片可以说是不容有失。商用AI芯片前面是一个百亿美元级别的大市场，英特尔自然希望能够打造出一个成熟的产品推向市场，达到一旦推出、横扫一片的效果。
所以，面对消费级市场的挫败、商用市场的一招必胜，再加上本身拥有的雄厚家底，追求AI芯片在英特尔看来，实在是应该慢工出细活。
全栈AI解决方案下的谨慎之道
那么，慢工看来英特尔已经实现了，细活是怎么体现的呢？
英伟达刚推出GPU的时候策略也很简单，就像卖显卡一样去卖GPU。但人工智能与传统计算不同，其最大效益的取得并不是说哪一种计算方式，而是围绕着计算能力构建的生态。所以，当英伟达意识到这一点的时候，也开始布局自己的人工智能生态，包括开发平台、开发者社区、孵化器支持等。相比之下，谷歌的TPU从一开始就是在做这件工作。
英特尔想，我也要想谷歌一样，要做就做一票大的。
于是，英特尔把人工智能布局上升到一个战略的高度，然后围绕其展开了一系列的大动作。从2015年至今，英特尔花巨资收购了一大批人工智能公司如Altera、Saffron、Yogitech、Itseez、Movidus、Mobileye、Nervana等，还参与投资中国AI芯片公司地平线，建立了Nervana、SDK、等平台协同人工智能发展，支持和优化开源 学习框架Caffe、Neon、Spark，开发完善了以至强处理器、Nervana神经网络处理器和FPGA等硬件，涵盖了智慧医疗、无人驾驶、智能家居、VR/AR、云服务等多个领域……
用英特尔自己的话说，要建立一个人工智能全栈式的解决方案，从而充分释放AI的潜力。就问你看着怕不怕？
那么，由此我们也就可以看出，英特尔绝不仅仅是想做出一款能够应用于 学习计算需求的芯片，而是一款要能够支撑起自己的人工智能时代万物互联野心的产品。与英伟达先推出芯片然后一点一点构建生态不同，英特尔是把所有的东西都先拢到一块儿，让AI芯片显得呼之欲出。
同时，摆了这么大一摊子，收购、投资了这么多公司，花了这么多钱，也构建了这样的一幅美好的全栈式AI解决方案蓝图，也就表明商用AI芯片是英特尔绝对输不起的一仗。虽然暂时Nervana平台的云计算能力可以借助英伟达的GPU来完成，但显然这并不是长久之计。
也就是说，手里攒了这么多牌，英特尔绝不肯为了赶时间而把一个不成熟的Loihi催熟，从而导致打造的生态受到可能的伤害。
前有狼后有虎：新旧业务的兼顾分神
传统业务的支撑让英特尔可以拿钱着手布局人工智能，但另一方面，传统处理器业务也正在受到竞争对手的威胁，这也成为英特尔开发AI芯片时不得不护之处。
多年来，英特尔PC处理器市场的龙头地位基本无可撼动，虽然时常受到挑战，但基本无关痛痒。但从去年以来，英特尔却遭受了有史以来竞品最严重的威胁之一，这个对手就是ADM。
ADM去年三月发布了ZEN架构处理器，面向中国市场的锐龙带着性价比汹涌而来，逼着英特尔不得不提前发布了8代处理器；今年ADM又很快推出了2代锐龙，便宜的价格、超高的性价比，引得国内厂商纷纷跟进。经过这两代发布，锐龙提升了自己在中高端消费市场的份额。同时，其还在2月份发布了新一代APU，在入门级市场也搅动了一番。虽然英特尔仍然占有市场份额的绝对优势，但ADM这两年的动作也着实让其感受到了威胁的存在。
所以，英特尔现在可以说是处在一个前有狼后有虎的局面当中。在人工智能时代，英特尔已经错过了移动AI芯片的先机，而在商用AI芯片上也已经落后了英伟达和谷歌等一批选手，追赶已经是迫在眉睫；而一旦其闭着眼睛狂奔，导致传统业务受到蚕食，则有可能形成后院失火的尴尬局面。
也就是说，如何在转型的过程中同时延续在传统芯片行业中的龙头地位，是英特尔必须要考虑周全的一个问题。而这也势必会对AI布局和芯片研发的进程产生一定的影响。因此，英特尔需要且战且顾。身前一大片身后一摊子，这也是传统IT服务商所面临的共同问题。
总之，英特尔AI芯片一直处于呼之欲出的状态，一定程度上是其不得不为的原因。足够的时间意味着足够的产品成熟度，以英特尔的技术实力和频繁动作来看，其最终推出的AI芯片应该不会让人失望。但现在的问题是：照目前的局势看来，英特尔还能爽约几次？
抢滩商用AI芯片市场可以说是刻不容缓的。英伟达芯片已经数次换代，每次都把媒体给吓坏了，并且也已经开始进行人工智能生态布局。谷歌的TPU逐渐商用，一大批玩家如苹果、Facebook、百度、阿里等也都在加紧商用AI芯片的研发，并且动静都闹得不小。如果说英特尔说要做商用AI芯片的三年前市场还是蓝海的话，那三年后的今天俨然已经变成了红海。当时未能抢占先机，拖到今天，市场竞争形势已经发生了巨大的变化。虽然英特尔布局显得非常完整，但一人独占与众人分羹，攻占市场的难度显然是不同的。
所以，对英特尔而言，虽然现在也在利用CPU+FPGA等形式来进行AI计算，但最终还是无法替代神经网络芯片的作用。而且越往后，对手们则会越多也越成熟。如果最终起个大早却赶个晚集，就不是一个尴尬了得的了。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
