江苏龙网

  1. 首页 > 人文 > >

[格上私募圈]干掉英伟达？( 五 )


当然 ， 也正是因为遍布世界的数据中心塞满了至强X86处理器 ， 英特尔2019年Q3财报上的数据中心板块才取得了有史以来最好看的业绩——95亿美金 ， 占总营收的半壁江山 。
但是 ， 云端AI加速器市场 ， 却可能是英特尔有史以来首次失去主导者地位的领域 。 这家全球最具影响力的芯片企业 ， 不仅正处于“芯片制程工艺停滞不前”的镇痛转型期 ， 还需要努力解决公司内部设计与制造团队之间的隔阂与分歧 。
其实在10年前 ， 已经在数据中心具备影响力的英特尔 ， 本是有机会将英伟达“消灭”在襁褓中的 。
与游戏市场很不一样 ， 作为典型的2B行业 ， 数据中心市场接受一款全新的处理器产品往往是相当困难的 ， 因为客户们往往喜欢自己熟悉且习惯的东西 。
这也是很长一段时间里 ， 英伟达向2B客户拼命宣传Tesla系列芯片 ， 却收效甚少的重要原因 。 那时GPU只受到实验室以及大型石油及天然气公司的追捧 ， 因为只有他们对算力的要求最为“极端” 。
直到2010年 ， IBM同意把英伟达的Tesla系列显卡塞进自己的服务器里 。
这次看起来十分普通的联姻 ， 对英伟达来说却有着里程碑式的意义 。 因为IBM ， 是第一家给予Tesla系列认可的主流服务公司 。
但对IBM来说 ， 之所以会率先选择与英特尔的对手们签署合作项目 ， 是自己制造的Power服务器芯片与英特尔形成竞争关系 。 （也因此 ， 在过去十年里 ， 你会发现IBM总是会首先推出基于AMD芯片的服务器 ， 或者是与索尼在芯片上建立合作 ， 联合抵制英特尔在视频游戏机市场的进攻 。 ）
当然 ， 那个时候英伟达的GPGPU由于仅开放了几个关键接口 ， 并不够通用 ， 很多数据中心如果替换处理器 ， 还需要重新写很多代码 。
但故事的发展就是这么“恰到好处”：
一方面 ， 英特尔一再推迟对标处理器的发布 ， 给了英伟达充分的迭代时间；而另一方面 ， 由于服务器CPU产品遭到英特尔的碾压 ， 另一个对手AMD在2013年退出数据中心市场 ， 直到2018年才卷土重来 。
用当时Tesla业务线负责人AndyKeane话来说就是：得到主流支持 ， 就像是为基于数年研发的Tesla芯片开了一道泄洪闸门 ， 使英伟达的数据中心业务线彻底爆发 。
因此 ， 总是错过关键时间节点的英特尔 ， 现在真的着急了 。
“英特尔之前收购的人工智能创业公司Nervana ， 2014年就说要做芯片 ， 但2019年才推出一个深度学习推理芯片 ， 所以现在压力很大 。
“在AI加速器方面 ， 很多云技术厂商的速度都几乎跟他们同步了 ， 更不用说英伟达 。 ”
一位集成电路从业者告诉虎嗅 ， 英特尔如今只能靠大量“收购”来补齐这些缺失的模块 ， 亦如他们大部分与AI能力相关的东西都是靠买得来的 。
2019年半导体界最为轰动的并购交易——英特尔耗资20亿美元收购以色列公司Habana ， 便是其抗击英伟达颇为关键的一步棋 。
Habana迄今为止就推出了两款处理器：训练芯片Gaudi与推理芯片Goya 。 前者对标英伟达的teslaV100 ， 后者对标推理芯片T4 。
鉴于V100与T4都是目前数据中心采用的主流AI加速器 ， 所以我们可以理解为 ， Habana就是为争夺英伟达在数据中心市场份额的“存在” 。
其中 ， Gaudi与许多AI专有训练芯片最大的不同在于 ， 允许数据在多个计算节点之间共享的方式更加开放——一台电脑可以通过另一个城市的另一台电脑访问内存 ， 不会占用自己的CPU ， 大大提升了使用效率 。
这意味着 ， 该能力允许用户更加高效地跨网络或加速器结构来共享数据 ， 尤其适合在大规模并行计算机集群中使用 。
Gaudi的系统开放连接与扩展形式 ， 是被看做是其最大的优势之一
当然 ， 除了靠“买”抢占市场 ， 英特尔更为直接粗暴的竞争方式是——升级至强处理器、或者直接推出专门用于数据中心的GPU方案 。


推荐阅读


上一篇：快科技：HBM2E内存，台积电5nm打造1700平方毫米巨型中介层：集成96GB

下一篇：有声印象：2020年上半年哈曼卡顿五款同价位圆筒状音箱测评