X86處理器問世42年了，已經進入了不惑之年，回頭看看它的發展過程，到底都在哪些方面有了質變呢？
大家都看得到是性能，這些年來X86性能不斷進步，最初頻率不過5MHz，現在已經增長1000倍到5GHz，也從最初的單核一路擴展到了雙核、四核、八核等，這可以說是X86的第一種算力。
第二點就是功能，X86處理器最初就是單純的CPU，後續不斷擴展，20多年前開始整合浮點單元，10年前開始整合GPU單元，它可以看作X86的第二次算力革命。
如今已經進入到了21世紀第三個十年，這幾年來人們對算力的要求也不一樣了，AI人工智慧崛起，各種AI晶片方興未艾，這些廠商動不動就是吊打CPU處理器，這也讓X86處理器有些落寞。
既然這個趨勢不可避免，那就擁抱它吧——X86老大Intel這兩年來就是這麼做的，從10nm Ice Lake處理器開始給X86處理器加入AI加速功能，促成了X86處理器史上第三次算力崛起。
Tiger Lake處理器：三位一體加速AI、6倍AI性能
Intel是最早一家賦予X86 CPU處理器AI加速功能的公司，早在去年的Ice Lake處理器上就首次集成了AI加速，當時是通過DL Boost指令集實現的。
所謂DL Boost，指的是DeepLearning Boost（深度學習加速），深度學習是目前最火熱的AI技術之一，但它與CPU、GPU常規的運算指令又有所不同，按照常規方法跑效率很低，而DLBoost是專門用於加速AI運算的指令，因此運算效率非常高，速度要快很多。
DLBoost指令集中主要包括AVX512VNNI以及Bfloat 16，它全面支持Windows ML、Intel OpenVINO、蘋果CoreML等框架，兼容目前主流的AI平台，便於開發者在十代酷睿上推進各種AI應用。
根據之前的測試，Ice Lake支持DL Boost之後，在INT8運算相關的AIXPRT測試中，Ice Lake處理器的性能可達前代處理器的 2倍到2.5倍之多。
在Ice Lake小試牛刀之後，Intel在第二代10nm處理器Tiger Lake上進一步加強了AI性能，除了原有的DL Boost及低功耗加速器之外，Tiger Lake上這次的Xe圖形架構GPU進一步提升GPU對AI的加速性能，將Ice Lake上的CPU+GPU+GNA的AI加速性能提升到新的高度。
在Tiger Lake處理器上，基於Xe圖形架構的內置顯卡是其亮點之一，該圖形架構是Intel時隔22年之後重返高性能GPU市場的基礎，通過Xe圖形架構就能同時覆蓋筆記本、台式機、工作站、HPC超算等低功耗到高性能圖形計算平台。
除了高性能計算之外，AI加速也是Intel的Xe架構不同於其他GPU的地方，Intel用於極光」(Aurora)百億億次級超級計算機的GPU也是Xe架構的，代號Ponte Vecchio，它跟Tiger Lake中的Xe GPU只是規模大小不同。
那實際性能如何呢？先不說更強大的Tiger Lake，只需要目前的Ice Lake處理器出馬，其AI加速性能就已經達到了競品的數倍，最高可達6倍性能。
不光是理論性能占優，實際上AI加速在PC上已經有了大量應用，涉及圖像、音頻、視頻、語音等各個領域，很多時候大家可能並沒有感覺到而已。
在CES現場，Intel邀請了Adobe公司的開發人員上台，演示了Photoshop軟體的AI加速，上圖中原圖是一張解析度較低、噪點較多的照片，通過AI加速可以在幾秒鐘內變成一張個高解析度、高畫質的大圖片，細節分明、效果銳利。
基於AI加速，Photoshop軟體還可以自動摳圖，省心省力，這樣下去設計師都要失業了。
除了圖片，AI技術在視頻處理中也一樣可以大顯身手，PR軟體已經可以靠AI實現橫屏與豎屏的自動處理，同樣可以提升設計師的效率，簡化工作量。
消費級CPU補齊缺失的一環 Intel全平台AI起航
對於AI人工智慧的前景，目前沒人懷疑它會在未來改變人類的科技樹，不同的是之前大部分公司都是通過專用AI晶片來跑AI加速，不認為CPU這樣的通用處理器適合加速AI，但是Intel做的有點不一樣，在兩代10nm處理器上都不斷加強AI算力，補齊了消費級CPU沒有AI加速的這一環。
去年12月中旬，Intel公司宣布斥資20億美元收購了以色列初創公司Habana，後者是由David Dahan和Ran Halutz於2016年創立的，總部在以色列，致力於提高AI晶片的處理性能並降低其成本和功耗，其AI晶片主要針對深度神經網絡訓練的特定需求，更適合雲端AI訓練。
收購Habana公司之後，Intel又獲得了一種AI加速晶片——AI推理及AI訓練專用晶片。如果再把之前Intel已有的AI相關晶片聯繫起來，那麼大家就可以看到Intel已經在全平台晶片上推進了AI戰略。
CPU處理器中，新一代酷睿及至強處理器都開始支持DL Boost為基礎的AI加速指令，FPGA中有Agilex系列AI晶片，神經網絡晶片有Moviduis以及Nervana系列，GPU加速的AI晶片有Xe圖形架構，可以說Intel已經集齊了各種各樣的AI晶片，不論哪種AI晶片都有自己的全套解決方案。
這種大面積撒網的布局使得Intel在未來的AI市場競爭中有更強的底氣，也更容易發揮協同效應，CPU可以跟GPU、FPGA晶片搭配，靈活應對高性能或者低功耗等AI解決方案，反正從PC到工作站再到數據中心、超算，從本地到雲端，從訓練到推理，業界需要什麼樣的AI方案，Intel這邊就是「全都有」。
Intel的AI之道：全AI晶片打地基 OneAPI開路
Intel擁有的多種AI晶片中，除了CPU、GPU是自己研發之外，FPGA、Moviduis、Nervana及Habana都是收購來的，不過這也沒關係，Intel擁有地球上最先進的製程工藝，這些晶片升級改進之後很快都會使用自家的先進工藝生產，FPGA、Moviduis、Nervana等晶片已經這樣做了，陸續使用Intel自己的14nm、10nm及未來的7nm工藝生產。
在解決AI晶片之後，Intel還在推OneAPI軟體戰略，簡單來說就是通過一套開發工具滿足不同平台、不同晶片的軟體開發，這是Intel「軟體先行」戰略的重要體現，Intel相信這一戰略將定義和引領一個人工智慧日益融合、異構及多架構的編程時代。
隨著Intel硬體及軟體戰略的推進，毫無疑問未來AI會成為各種晶片算力的關鍵。就酷睿處理器來說，AI也成為CPU、GPU標配算力，而且它的性能增長潛力要比傳統計算更大，未來幾年裡動輒數倍的性能提升會是常態。