從雲、網絡到邊緣和PC,英特爾全線布局AI戰場

與非網 發佈 2020-01-17T15:05:30+00:00

在CES 2020 發布會上,英特爾回顧過去,展示了人工智慧技術在防災備災、娛樂、體育等多個領域的應用,很好的展現了英特爾已經將 AI 融入雲、網絡、邊緣和 PC。

在 CES 2020 發布會上,英特爾回顧過去,展示了人工智慧技術在防災備災、娛樂、體育等多個領域的應用,很好的展現了英特爾已經將 AI 融入雲、網絡、邊緣和 PC。展望新的一年,即將推出的第三代至強可擴展處理器、最新酷睿移動處理器(代號:Tiger Lake)、Xe 架構獨立圖形顯卡 DG1 預覽版,都預示著,英特爾的 AI 大時代即將到來。

2016 年,轉型重要的轉折點

2012 年開始興起的深度學習熱潮,引發了新一輪的 AI 熱潮,將我們帶入了大數據和 AI 時代。面對這次技術變革,英特爾顯然不會錯過。2015 年,深度學習的熱潮從學術圈蔓延至產業界,對於新技術和新市場最為敏感的 AI 初創公司相繼成立,AI 晶片的創業熱潮也開始興起。

2016 年,英特爾前 CEO 科再奇(Brian Krzanich)提出,英特爾要從一家 PC 公司轉型為驅動雲計算和數以億計的智能互聯計算設備的公司。由此,英特爾拉開了以數據為中心轉型的序幕。

數據被比作未來的石油,到 2025 年,全球數據量將劇增至 163 ZB。但據可靠推測,這些數據中真正得到利用、處理並且採取相應行動的數據占比僅約 1%。因此,更多地挖掘出數據的價值變得至關重要,這也是科技巨頭們正在做的事情。

2018 年,英特爾提出了包括製程&封裝、架構、內存&存儲、互連、安全、軟體在內的六大技術支柱,這是英特爾面對智能互聯世界能夠拓展新方向的基石。

2019 年,英特爾轉型已過半,也迎來了新一任 CEO Bob Swan(司睿博)。新任 CEO 仍然延續英特爾「數據為中心」的定位,並且大力拓展 5G、人工智慧、智能邊緣等領域的能力。

司睿博說:「英特爾的雄心,是幫助客戶最大限度地利用人工智慧、5G 和智能邊緣等轉折性技術變革,共同為生活添彩,塑造我們未來數十年的世界。正如我們今天所著重介紹的那樣,英特爾推動智能融入計算技術的方方面面,以創造前所未有的積極影響。」

顯然,2016 年是英特爾擁抱 AI 和大數據時代的重要節點,2017 明確的以數據為中心定位,以及 2018 年更加清晰的戰略,都是為了引領 AI、5G、智能邊緣這些轉折性技術的發展。

特別是,為了能夠在 AI 這個智能互聯賦能技術上領先,英特爾充分發揮了一家巨頭公司的優勢——併購。

超 350 億美元補充 AI 芯實力

2015 年到 2019 年四年間,英特爾在 AI 晶片領域連續達成了 5 筆重要收購交易,這也是英特爾引領轉折性技術發展快速且有效地方法。

2015 年,英特爾宣布以總價約為 167 億美元的價格收購 Altera。Altera 是當時全球第二大 FPGA 公司,其產品主要用於電信和無線通信設備。

開啟轉型的 2016 年,英特爾就收購 Nervana Systems。英特爾希望藉助收購提升人工智慧產品的開發能力,並增強英特爾至強(Intel Xeon)及至強融核(Intel Xeon Phi)處理器的深度學習性能。這筆交易的細節條款官方並未透露,但有內部人士表示交易金額至少為 3.5 億美元。

收購 Nervana Systems 的一個月後,英特爾又收購了 AI 視覺晶片公司 Movidius,該公司的低價、低功耗、高性能的視覺處理器晶片廣泛應用於機器人、無人機、VR 等產品中,但交易的金額同樣沒有披露。

2017 年,英特爾又宣布以 153 億美元收購 Mobileye,這家以色列的公司是全球領先的計算及視覺、機器學習、數據分析、本地化輔助系統和自動駕駛系統服務提供商。

時隔兩年後,去年英特爾再次出手,以 20 億美元收購 Habana Labs,這家總部位於以色列的 AI 晶片初創公司的 Goya 雲端 AI 推理處理器已實現商用,Gaudi 雲端 AI 訓練處理器也正在為特定超大規模客戶提供樣品。

這 5 筆總金額超 350 億美元的收購讓英特爾獲得了 FPGA、ASIC 這兩類 AI 晶片,加上英特爾已有的 CPU 和 GPU,英特爾成為了全球唯一一家擁有全類別 AI 晶片的公司,這種唯一性也正在轉為英特爾 AI 競爭的獨特優勢。

收購 Altera 兩年後,英特爾發布了 Arria 10 GX 可編程加速,Arria FPGA 是一款被廣泛應用的產品。2018 年 4 月,英特爾宣布旗下 FPGA 被正式應用於主流數據中心 OEM 廠商中。同年 12 月,英特爾全球最大的 FPGA 創新中心落戶中國重慶,目標是推動中國以及全球 FPGA 生態的發展。2019 年 11 月,英特爾發布全球最大容量 FPGA——Stratix 10 GX 10M,搭載 433 億個電晶體,擁有 1020 萬個邏輯元件。

從技術到產品再到應用和整個 FPGA 生態,英特爾在 FPGA 領域的實力已經無法忽視。

與此同時,兩筆未知金額的併購讓英特爾在專用 AI 晶片領域從雲端到終端的競爭力也開始展現。2018 年 8 月,英特爾公布了兩款新一代 AI 晶片——Nervana NNP-T 和 Nervana NNP-I。NNP-T 主要用於深度學習訓練,NNP-I 用於大型數據中心的推理晶片,根據英特爾給出的數據,NNP-I 1000 對比英偉達 T4 有 3.7 倍的性能優勢。2019 年,英特爾宣布 NNP-I 已經交付給 Facebook,NNP-T 也已經在百度的產品中商用。

分享 NNP-I 和 NNP-T 已經商用好消息的同時,英特爾還發布了新一代 Movidius VPU,代號是 Keem Bay,主要面向邊緣端 AI 市場。據悉,新一代 VPU 採用全新的高效能架構,與上一代 VPU 相比,其推理性能有 10 倍提升。

而收購 Mobileye 更是讓英特爾一舉成為了自動駕駛領域的重磅玩家,在被收購前已經是 ADAS 領域重要玩家的 Mobileye,在 2019 年獲得了約 30 個主機廠的高級輔助駕駛的設計訂單,其中 25%來自中國。CES 2020 期間,Mobileye 透露新一代產品 EyeQ6 將在 2023 年面世,一顆 EyeQ6 晶片就相當於現在的 6 顆 EyeQ5 晶片,屆時一個 EyeQ6 晶片就可以實現所有的 robotaxi 的運行操作了,這讓外界無比期待。

至於收購不久的 Habana Labs,其雲端 AI 晶片的落地進展就是其實力最好地說明。

還有需要強調的一點,英特爾本來就擁有非常強大的 CPU 和 GPU。去年發布的第二代至強處理器,內置了機器學習加速(Intel DL Boost)功能,推理性能提升 1.4 倍,將嵌入式 AI 性能提升到新的水平。CES 2020 上,英特爾又透露了第三代至強可擴展處理器訓練性能提升將高達 60%。

提升英特爾在 AI 訓練領域競爭力更重磅的產品還有今年將發布的 Xe 架構獨立 GPU,這是英特爾聚集業內最頂尖專家打造的新產品,今年的發布將非常值得期待。

因此,作為全球唯一一家擁有 CPU、GPU、FPGA、ASIC 全類型 AI 晶片的公司,英特爾的產品覆蓋了訓練到推理,雲端到終端的全場景,隨著 AI 落地的推進,英特爾的 AI 產品也會迅速滲透到工業,農業,能源,交通,網際網路,金融,健康等領域。

但要引領轉折性技術的發展,仍需要進一步挖掘全類型 AI 晶片的潛力。

軟硬融合釋放 AI 實力

AI 非常重要的特徵,也是一個很大的挑戰就是 AI 算法在不斷疊代,對算力的需求也不斷提升。因此,一方面需要不斷提升 AI 晶片的算力,並最大化晶片有效算力,另一方面,異構的系統的效率以及 AI 軟硬一體化的程度成為了競爭力的關鍵所在。

過去,為了能夠提升晶片性能並縮小晶片的體積,需要藉助先進的半導體製程,把更多的功能集成封裝到一塊晶片上,形成 SoC。但隨著晶片功能的增加和體積的增大,晶片設計、測試以及製造的難度陡然增加,不僅增加了成本還會拖累產品的上市速度。為此,在水平(2D)層面集成更多晶片實現性能的提升,3D 封裝的概念被提出。

2018 年 12 月,英特爾首次對外展示了邏輯晶片的 3D 堆疊封裝方案——Foveros,可以在水平布置的晶片上垂直堆疊更多面積更小、功能更簡單的小晶片,提升功能和性能。Foveros 大幅度降低成本並加速產品上市的同時,也推動了先進多晶片封裝(MCP)架構的發展。

但 MCP 架構帶來的更加複雜的異構系統,也讓軟體編程複雜性更高,只有更好地融合,才能最大程度滿足 AI 的需求,降低 AI 應用的門檻。

英特爾提出的是 oneAPI 統一編程平台以及端到端的大數據處理+分析平台。oneAPI 能夠將英特爾的關鍵技術逐一連接,成為跨架構、跨平台的整體解決方案。也就是說,oneAPI 可以簡化 AI 的開發過程,而且實現了跨 CPU、GPU、FPGA、ASIC 多架構的簡化應用開發編程支持,解決了開發者在不同架構開發需要使用不同的語言、庫和軟體工具進行編程的局限,真正意義上放大了 AI 開發的價值。

另外,英特爾統一的大數據分析和人工智慧平台 Analytics Zoo 以及 BigDL,能夠為整個數據分析和機器學習過程提供比現有框架更加統一和集成化的支持。

更為重要的是,英特爾在 AI 上的實力,已經在營收上體現。

英特爾 AI 2020 可期

2019 年,英特爾實現了 35 億美元的 AI 營收。2020 年,無論是至強第三代可擴展處理器還是 Xe 架構獨立 GPU 等硬體能力的提升,還是 oneAPI 的疊代,都能為英特爾帶來更高的 AI 營收。

做出這種判斷另一個重要的依據在於,挖掘數據價值將是未來很長一段時間內的關鍵,並且隨著 AI 算法的逐步成熟,市場對於 AI 訓練的需求將會以增量為主,對 AI 推理的需求則會快速增加。

這恰好也是英特爾更加擅長的,強大的 CPU 本身就更加擅長 AI 推理,收購帶來的專用 AI 晶片更是能夠在不同領域發揮出更大的 AI 推理優勢。與此同時,英特爾在 AI 訓練方面的實力也將增強,透過統一的軟體平台,英特爾的 AI 實力將進一步釋放。

巨大的成功從來都不是一蹴而就,從 2016 年的重要轉折點,到眼下的 2020 年,英特爾將 AI 內置到所有產品中,全線布局 AI 戰場,以規模化優勢和軟硬體協同創新推進 AI 實踐,英特爾 AI 的大時代也已經到來。

關鍵字: