AI时代英特尔数十亿美元的变革
自1950年代以来，英特尔通过将越来越多的晶体管干扰到该硅片上，实现了处理器能力的稳定提高。步伐是如此稳定，以至于英特尔联合创始人戈登·摩尔（Gordon Moore）可以做出他1965年的著名预测，即芯片上的晶体管数量每两年翻一番。分析师说，"摩尔定律"一直适用多年，但是英特尔的晶体管填塞方法已经达到了收益递减的地步。同时，对更大处理能力的需求从未如此大。分析师称，人工智能的兴起已被几乎每个行业的核心业务流程广泛采用，这推动了对计算能力的需求过剩。神经网络需要大量的计算能力，并且在计算机团队共享工作时它们表现最佳。而且它们的应用远远超出了PC和服务器，而PC和服务器首先使Intel成为了庞然大物。
自2019年1月起担任英特尔总裁的鲍勃·斯旺（Bob Swan）表示："无论是智慧城市，还是零售商店，工厂，汽车，房屋，今天所有这些看起来都像是计算机。" AI的结构性转变和英特尔的扩张野心迫使该公司更改某些芯片的设计和功能。该公司正在开发软件，设计可以协同工作的芯片，甚至不顾一切地收购能够在变化的计算机世界中加快其发展速度的公司。随着行业依靠英特尔来推动AI的发展，必将实现更多转型，而AI将越来越多地进入我们的业务和个人生活。
摩尔定律的死
如今，主要是拥有数据中心的大型高科技公司正在将AI用于其主要业务。其中一些公司，例如亚马逊，微软和谷歌，也为企业客户提供了AI作为云服务。但是，人工智能已经开始向其他大型企业传播，这些大型企业将训练模型以分析庞大的输入数据并对其进行处理
这种转变将需要大量的计算。而AI模型对计算能力的渴望正是AI复兴正走向摩尔定律的地方。
数十年来，摩尔（Moore）的1965年预测对整个科技行业都具有重要意义。传统上，硬件制造商和软件开发人员都将其产品路线图与他们期望从明年的CPU获得的电量相联系。正如一位分析师所说，摩尔定律使每个人"都在跳舞一样的音乐"。
摩尔定律也暗示了英特尔将继续年复一年地研究如何在其芯片中实现预期的计算能力增长的承诺。在过去的大部分时间里，英特尔都通过寻找将更多的晶体管楔入到硅片上的方法来兑现了这一诺言，但是却变得越来越困难。
Moor Insights＆Strategy首席分析师Patrick Moorhead表示："我们的芯片工厂用光了。"制造这些大芯片并使其经济地变得越来越难。"
我们芯片工厂的用完了。"
帕特里克·摩尔黑德
仍然有可能将更多数量的晶体管挤压到硅片中，但是这样做变得越来越昂贵，花费的时间也越来越长，而且所获得的收益肯定不足以满足计算机科学家正在构建的神经网络的要求。例如，2016年最大的已知神经网络具有1亿个参数，而2019年迄今为止最大的神经网络具有15亿个参数-仅在短短几年内就增加了一个数量级。
与以前的计算范例相比，这是一条截然不同的增长曲线，它给英特尔施加压力，要求他们寻找提高其芯片处理能力的方法。
但是，Swan认为AI不仅仅是机遇，而是挑战。他承认数据中心可能是受益的主要英特尔市场，因为它们将需要功能强大的芯片来进行AI训练和推理，但是他相信英特尔有越来越多的机会也可以销售适用于小型设备（例如智能相机）的AI兼容芯片。和传感器。对于这些设备，差异很大的是小尺寸和低功耗，而不是芯片的原始功率。
英特尔前首席财务官斯旺（Swan）接任首席执行官职务："我们认为三种技术将继续加速发展：一种是人工智能，一种是5G，其次是自主系统。当布莱恩·科萨尼奇（Brian Krzanich）在2018年与一名员工发生婚外恋指控后离开时。
我们坐在英特尔总部的一间不起眼的大会议室里。在会议室前面的白板上，Swan画出了英特尔业务的两个方面。左侧是个人计算机芯片业务，英特尔目前从中获得约一半的收入。右边是其数据中心业务，其中包括新兴的物联网，自动驾驶汽车和网络设备市场。
Swan说："我们将这个世界扩展到需要更多数据的世界，这需要更多的处理，更多的存储，更多的检索，更快的数据移动，分析和情报，以使数据更加相关。"
斯旺不希望在500亿美元的数据中心市场中占据90％的份额，而是希望在3,000亿美元的较大市场中占据25％的市场份额，该市场包括智能相机，未来派自动驾驶汽车和网络设备。他说，这是一项战略，"从我们的核心竞争力开始，要求我们以某种方式进行发明，但还要扩展我们已经做过的事情。"这也可能是英特尔从失败中恢复过来成为主要竞争对手的一种方式。高通长期以来一直在英特尔方面扮演类似角色，是智能手机业务的技术提供商。（最近，英特尔放弃了对智能手机调制解调器市场的主要投资，资产。）
物联网市场（包括用于机器人，无人机，汽车，智能相机和其他移动设备的芯片）到2023年预计将达到2.1万亿美元。尽管英特尔在该市场的份额每年以两位数的速度增长，在过去的一年中，物联网目前仅占英特尔总收入的7％。
数据中心业务贡献了32％，仅次于PC芯片业务，仅占总收入的一半。AI对数据中心的影响最大。因此，英特尔一直在更改其最强大的CPU至强的设计，以适应机器学习任务。4月，它在其第二代Xeon CPU中增加了一个称为" " 的功能，该功能为神经网络提供了更高的性能，而精度损失可忽略不计。这也是该公司明年开始销售两款专门用于运行大型机器学习模型的新芯片的原因。
人工智能复兴
到2016年，神经网络将广泛用于从产品推荐算法到客户服务的自然语言机器人的各种应用程序，这一点已变得显而易见。
像其他芯片制造商一样，英特尔知道必须向其大客户提供一种其硬件和软件是为AI专门设计的芯片，该芯片可用于训练AI模型，然后从海量数据中得出推论。
当时，英特尔缺乏可以做到的芯片。业界的说法是英特尔的Xeon CPU非常擅长分析数据，而英特尔在AI领域的竞争对手Nvidia生产的GPU则更适合培训-这种重要的观念正在影响英特尔的业务。
因此，在2016年，英特尔去购物，并斥资 了一家热闹的年轻公司Nervana，该公司已经在 一种旨在训练AI的令人眼花fast乱的 快速芯片架构。
自从收购Nervana以来已经有三年了，这看起来像是Intel的明智之举。在11月在旧金山举行的一次活动中，英特尔宣布了两款新的Nervana神经网络处理器-一种设计用于运行从大量数据中推断出含义的神经网络模型，另一种用于训练网络。英特尔与两个较大的客户Facebook和百度合作，帮助验证了芯片设计。
Nervana不是那年英特尔唯一的收购。2016年，英特尔还收购了另一家名为 ，该公司一直在制造微型芯片，这些芯片可以在无人机或智能相机等内部运行计算机视觉模型。英特尔在Movidius芯片上的销量虽然不算大，但是增长很快，可以满足Swan兴奋的更大的物联网市场。在旧金山举行的活动中，英特尔还宣布了新的Movidius芯片，该芯片将于2020年上半年准备就绪。
INCLUDEPICTURE "https://images.fastcompany.net/image//img.axtoutiao.com/w_596,c_limit,q_auto:best,f_auto/wp-cms/uploads/2019/12/i-1Intel-NNP-I-1.jpg" \* MERGEFORMATINET
英特尔的许多客户至少在数据中心服务器内的常规英特尔CPU上进行了一些AI计算。但是将这些CPU链接在一起并不是一件容易的事，因此它们可以对神经网络模型所需的工作进行标记。另一方面，Nervana首席执行官兼创始人Naveen Rao告诉我，Nervana芯片每个都包含多个连接，因此它们可以轻松地与数据中心中的其他处理器协同工作。
"现在，我可以开始使用我的神经网络了，可以将它分解为多个相互协作的系统，" Rao说。"因此，我们可以有一个完整的（服务器）机架，或四个机架，一起解决一个问题。"
在2019年，英特尔预计其AI相关产品的收入将达到35亿美元。目前，只有极少数的英特尔客户正在使用新的Nervana芯片，但明年它们的用户群可能会更大。
从芯片改造英特尔
Nervana芯片代表了英特尔长期以来的信念，即单个硅片（CPU）可以处理PC或服务器需要执行的任何计算任务。随着游戏革命的到来，这种广泛的观念开始发生变化，这要求在屏幕上显示复杂图形所需的极端计算能力。将工作转移到图形处理单元（GPU）是很有意义的，这样CPU不会陷入困境。斯旺告诉我，英特尔几年前开始将自己的GPU与CPU集成在一起，明年它将首次发布独立的GPU。
同样的想法也适用于AI模型。数据中心服务器中的CPU可以处理一定数量的AI流程，但是随着工作规模的扩大，将其卸载到另一个专用芯片上的效率更高。英特尔一直在投资设计新芯片，这些新芯片将CPU和许多专用的加速器芯片捆绑在一起，以满足客户对电源和工作负载的需求。
"在构建芯片时，您希望将一个能够解决问题的系统组合在一起，并且该系统[通常]需要的不仅仅是CPU，" Swan说。
此外，英特尔现在更多地依靠软件来驱动其处理器以实现更高的性能和更好的能效。这改变了组织内部的力量平衡。一位分析师认为，英特尔的软件开发现在与硬件开发"同等重要"。
在某些情况下，英特尔不再自行生产所有芯片，这与该公司的历史做法大相径庭。如今，如果芯片设计人员需要一种比其他公司更好或更有效地制造芯片的芯片，那么外包工作是可以接受的。例如，用于培训的新型Nervana芯片是由半导体制造商TSMC制造的。
英特尔出于物流和经济方面的考虑将一些芯片制造外包。由于其最先进的芯片制造工艺的容量限制，许多客户一直在等待新的英特尔至强CPU订单。因此，英特尔将其他一些芯片的生产外包给了其他制造商。英特尔在今年早些时候客户，对这一延迟表示歉意，并提出了赶超计划。
所有这些变化正挑战着英特尔内部长期以来的信念，改变了公司的优先事项，并重新平衡了旧的电源结构。
在这种转型过程中，英特尔的业务看起来非常不错。分析师Mike Feibus表示，其传统的个人计算机芯片销售业务比五年前下降了25％，但至数据中心的Xeon处理器销售却在"摇摆不定"。
英特尔的一些客户已经在使用至强处理器来运行AI模型。如果这些工作负载增加，他们可能会考虑添加新的Nervana专业芯片。英特尔预计这些芯片的首批客户将是"超大规模生产者"，或者是拥有大规模数据中心的大型公司，即全球的Google，Microsoft和Facebook。
英特尔错过了移动革命，这是一个古老的故事，它将智能手机处理器市场割让给了高通公司。但是事实是，移动设备已经成为通过云数据中心向手机提供服务的自动售货机。因此，当您将该视频流传输到平板电脑时，很可能是英特尔芯片正在帮助您为您提供视频。5G的到来可能使运行实时服务（例如来自云的游戏）成为可能。未来的一副智能眼镜可能能够通过闪电般的快速连接到数据中心中运行的算法来立即识别物体。
与技术世界围绕内部装有Intel的PC的情况相比，所有这些共同构成了一个截然不同的时代。但是，随着AI模型变得越来越复杂和通用，英特尔努力成为最有能力为其提供动力的公司-正如它为我们的计算机提供动力已有近半个世纪的时间一样。