并購Nervana：錯失移動的英特爾不想錯過AI

　　日前，芯片巨頭英特爾宣布4.08億美元收購人工智能(AI)創(chuàng)業(yè)公司Nervana Systems。由于Nervana Systems此前是Android之父安迪·魯賓硬件孵化器Playground Global公司的旗下項目之一，所以此次并購在業(yè)內引起了關注。那么問題來了，為何英特爾要并購一家人工智能創(chuàng)業(yè)公司?背后的原因究竟是什么?

　　就在英特爾宣布并購Nervana Systems的同時，另外一家芯片廠商(專攻GPU，圖形芯片)的英偉達發(fā)布了2017財年第二季度財報，其中營收為14.28億美元，比去年同期的11.53億美元增長24%;凈利潤為2.53億美元，比去年同期的2600萬美元增長873%。而英偉達的營收和利潤，尤其是利潤的暴增，主要得益于其在傳統(tǒng)的PC游戲和數據中心市場的增長。不知業(yè)內看到英偉達業(yè)務的增長作何感想?熟悉傳統(tǒng)PC的人知道，英偉達的GPU在PC配置的獨立GPU市場中一直占據優(yōu)勢，而數據中心芯片市場則一直是英特爾錯失移動(智能手機和平板電腦)市場之后現在和未來主要的營收和利潤來源，且同樣占據著絕對優(yōu)勢地位，為何英偉達會在英特爾的優(yōu)勢市場取得大的增長呢?

　　眾所周知，谷歌人工智能軟件AlphaGo利用深度學習技術擊敗全球頂尖圍棋選手李世石預示著人工智能將是科技行業(yè)和大佬們競爭的下一個熱點，而大數據和物聯網的發(fā)展促使從IBM、谷歌、Facebook、微軟等在內的科技巨頭和許多大型的提供云服務的云計算公司競相開發(fā)人工智能技術，以期利用未來物聯網設備收集的海量數據(分析)為市場和用戶提供更好的服務。需要說明的是，盡管各家廠商叫法不同，例如IBM稱之為認知計算，Facebook和谷歌稱之為機器學習或人工智能，但作為支撐這些技術和應用的數據中心基礎硬件之一的芯片依然扮演者重要的角色。基于此種趨勢，據相關統(tǒng)計，目前運行在包括IBM、谷歌、Facebook、亞馬遜、微軟等大佬們和云計算公司的數據中心至少有10%左右的工作負載與AI應用有關(或自己開發(fā)相關的AI應用或支持和運行客戶的AI開發(fā)及應用等)，且隨著市場和用戶對于AI的需求，這種趨勢未來還會擴大。而這種趨勢對于數據中心的基礎芯片計算能力和功耗提出了新的挑戰(zhàn)。

　　不幸的是，就像在移動芯片市場對于功耗的需求甚于性能一樣，而英特爾不具優(yōu)勢類似，在以AI開發(fā)和應用為趨勢的數據中心領域，英特爾的通用CPU在性能和成本上也不具優(yōu)勢(與GPU相比)。最新研究結果表明，GPU能夠提供平均58.82倍于CPU的速度。GPU的另一大優(yōu)勢，是它的能耗遠遠低于CPU，這使得GPU在AI領域(例如深度學習、機器學習等)有了用武之地，因為GPU可以平行處理大量非結構化數據和信息。此外，深度學習所依賴的是神經系統(tǒng)網絡，而這種網絡出現的目的，就是要在高速狀態(tài)下分析海量的數據。對于人工智能和深度學習來說，主要靠使用圖形芯片(GPU)集群作為通用計算圖形處理單元(GPGPU)。與傳統(tǒng)的通用芯片(GPP)相比，GPU的核心計算能力要多出幾個數量級，也更容易進行并行計算。說白了就是GPU更適合于現在和未來以AI開發(fā)和應用為主的數據中心的需求。這也很好地解釋了為何專攻GPU的英偉達在退出移動芯片市場爭奪后依然高速增長的原因。

　　其實早在兩年前特斯拉采用英偉達作其車載芯片之時，其在人工智能的端倪就開始顯現，之后英偉達斥資20億美元專門針對AI開發(fā)芯片。例如今年4月該公司公布了最新款的專門用于人工智能研究領域的Tesla P100圖形處理芯片和全球首款用于深度學習訓練的超級計算機DGX-1。該款機型首次搭載了8塊Tesla P100計算卡，其深度學習計算性能高達170 Teraflops，是搭載英特爾雙路至強E5平臺運算性能的56倍以上，平均學習時間也從150小時縮短到僅2個小時。整臺設備是去年發(fā)布的超級計算機運算能力的12倍。正是基于英偉達在針對AI開發(fā)和應用支持的芯片的能力，英偉達的人工智能技術與Facebook、谷歌母公司Alphabet以及微軟等大佬們展開了合作，這些人工智能領域研究的領先者已經在采用英偉達提供的專門應用于該領域研究的芯片產品，而諸如惠普、戴爾、IBM等傳統(tǒng)的服務器和數據中心廠商也因為AI的趨勢準備采用英偉達的芯片。

　　看到此，英特爾自然是相當緊張，原因很簡單，谷歌、Facebook、微軟等大佬目前依然是英特爾數據中心芯片市場的大戶(據稱這些大佬數據中心芯片的采購量占據了英特爾整個數據中心芯片的1/3左右)，但隨著這些大佬和傳統(tǒng)合作伙伴(例如惠普、戴爾等)因自身和客戶需求向AI領域業(yè)務的拓展，如果英特爾不能順應這種趨勢，勢必會在現在和未來的數據中心芯片市場的競爭中遭到英偉達的蠶食。為此，進入AI或者說開發(fā)針對AI應用的芯片，滿足合作伙伴新的需求是英特爾保持和延續(xù)既有優(yōu)勢的必然選擇。

　　其實英特爾早就意識到這種趨勢，此前一直采用風險圖譜資的方式參與。據風投數據公司CB Insights提供的相關數據顯示，在與AI相關的風投中，英特爾的投資額排在第二位，其投資的AI領域的公司包括Lumiata，DataRobot，Perfant Technology以及Parallel Machines等。而此次并購Nervana Systems則意味著其將直接參與到AI芯片的競爭中。那么并購Nervana Systems會對英特爾在AI芯片的研發(fā)和實力上有何影響?

　　Nervana 成立于 2014 年，總部位于加利福尼亞圣迭哥，擁有為深度學習而全面優(yōu)化的軟件和硬件堆棧。據稱，Nervana Systems研究的深度學習芯片據稱具有性價比高于GPU;處理速度是 GPU 的10倍等特點。對此，據《福布斯》分析，通過這次收購，英特爾將得到一個用于深度學習的具體產品和IP，它們可被用在單獨加速器上，也能與英特爾未來的技術融合，生產出更具競爭力、創(chuàng)造性的芯片產品。而提及整合，則是英特爾最為擅長的，針對并購來的Nervana Systems，其可以把相關產品整合到芯片或者多芯片封裝中。例如把 Nervana Engine IP 加到一個至強CPU 中，可以提供一個低成本的方法來實現性能的加速，將 Nervana IP 產品化，進而提升自己通用芯片(CPU)的計算能力，滿足AI開發(fā)和應用對于數據中心芯片的更高需求。

　　綜上所述，我們認為，盡管目前在數據中心市場，英特爾依然占據著優(yōu)勢，但鑒于諸多英特爾數據中心芯片的客戶正在向AI轉型(用AI技術滿足自己和用戶的需求)，且英偉達在此領域的優(yōu)勢，英特爾此次并購對于提升其在面向AI的數據中心芯片市場意義重大。就像半導體研究公司Tirias Research首席分析師吉姆?麥克格雷格所言：在芯片產業(yè)，廠商必須提前2～4年規(guī)劃新產品，因此必須提前判斷哪些是關鍵應用。英特爾錯過了手機，不想再錯過人工智能，因為這不僅關系著英特爾的現在，更是未來。