从云、网络到边缘和PC，英特尔全线布局AI战场

提升英特尔在AI训练领域竞争力更重磅的产品还有今年将发布的Xe架构独立GPU，这是英特尔聚集业内最顶尖专家打造的新产品，今年的发布将非常值得期待。

因此，作为全球唯一一家拥有CPU、GPU、FPGA、ASIC全类型AI芯片的公司，英特尔的产品覆盖了训练到推理，云端到终端的全场景，随着AI落地的推进，英特尔的AI产品也会迅速渗透到工业，农业，能源，交通，互联网，金融，健康等领域。

但要引领转折性技术的发展，仍需要进一步挖掘全类型AI芯片的潜力。

软硬融合释放AI实力

AI非常重要的特征，也是一个很大的挑战就是AI算法在不断迭代，对算力的需求也不断提升。因此，一方面需要不断提升AI芯片的算力，并最大化芯片有效算力，另一方面，异构的系统的效率以及AI软硬一体化的程度成为了竞争力的关键所在。

过去，为了能够提升芯片性能并缩小芯片的体积，需要借助先进的半导体制程，把更多的功能集成封装到一块芯片上，形成SoC。但随着芯片功能的增加和体积的增大，芯片设计、测试以及制造的难度陡然增加，不仅增加了成本还会拖累产品的上市速度。为此，在水平（2D）层面集成更多芯片实现性能的提升，3D封装的概念被提出。

2018年12月，英特尔首次对外展示了逻辑芯片的3D堆叠封装方案——Foveros，可以在水平布置的芯片上垂直堆叠更多面积更小、功能更简单的小芯片，提升功能和性能。Foveros大幅度降低成本并加速产品上市的同时，也推动了先进多芯片封装（MCP）架构的发展。

但MCP架构带来的更加复杂的异构系统，也让软件编程复杂性更高，只有更好地融合，才能最大程度满足AI的需求，降低AI应用的门槛。

英特尔提出的是oneAPI统一编程平台以及端到端的大数据处理+分析平台。oneAPI能够将英特尔的关键技术逐一连接，成为跨架构、跨平台的整体解决方案。也就是说，oneAPI可以简化AI的开发过程，而且实现了跨CPU、GPU、FPGA、ASIC多架构的简化应用开发编程支持，解决了开发者在不同架构开发需要使用不同的语言、库和软件工具进行编程的局限，真正意义上放大了AI开发的价值。

另外，英特尔统一的大数据分析和人工智能平台Analytics Zoo以及BigDL，能够为整个数据分析和机器学习过程提供比现有框架更加统一和集成化的支持。

更为重要的是，英特尔在AI上的实力，已经在营收上体现。

英特尔AI 2020可期

2019年，英特尔实现了35亿美元的AI营收。2020年，无论是至强第三代可扩展处理器还是Xe架构独立GPU等硬件能力的提升，还是oneAPI的迭代，都能为英特尔带来更高的AI营收。

做出这种判断另一个重要的依据在于，挖掘数据价值将是未来很长一段时间内的关键，并且随着AI算法的逐步成熟，市场对于AI训练的需求将会以增量为主，对AI推理的需求则会快速增加。

这恰好也是英特尔更加擅长的，强大的CPU本身就更加擅长AI推理，收购带来的专用AI芯片更是能够在不同领域发挥出更大的AI推理优势。与此同时，英特尔在AI训练方面的实力也将增强，透过统一的软件平台，英特尔的AI实力将进一步释放。

巨大的成功从来都不是一蹴而就，从2016年的重要转折点，到眼下的2020年，英特尔将AI内置到所有产品中，全线布局AI战场，以规模化优势和软硬件协同创新推进AI实践，英特尔AI的大时代也已经到来。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!