訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
迎戰勁敵NVIDIA,Intel採「全方位」AI晶片策略反擊
數位時代翁書婷
獲取產業訊息零時差!立即訂閱電電公會電子報。

以CPU起家的英特爾(Intel)走向AI應用,去年AI晶片賺進10億美元,一方面也不斷擴充晶片產品線掌握新客戶,透過全方位的AI晶片策略,力抗勁敵NVIDIA。

繪圖晶片(GPU)大廠NVIDIA即將在台灣17日公布第二季財報,分析師樂觀看待NVIDIA數據中心營收與毛利率成長,不過在財報背後,NVIDIA的競爭對手Intel正準備爭奪AI應用大餅。

據《鉅亨網》報導,高盛看好NVIDIA財報表現,宣布將NVIDIA目標價自每股 310 美元上調至每股 324 美元。高盛分析師 Toshiya Hari指出,「NVIDIA布局 PC 遊戲、數據中心、自動駕駛輔助系統 (ADAS) 與自動化車輛 (AV),僅有為數不多的半導體廠商具有此能力,因此該公司的毛利率與報酬率能優於競爭對手。」

Intel去年售出10億美元的AI晶片

Toshiya Hari這裡指的為數不多的半導體廠商,其中之一就是Intel。英特爾執行副總裁暨資料中心事業群總經理Navin Shenoy指出在上週Data-Centric Innovation Summit首度透露AI應用的相關營收,「2017年Intel Xeon處理器執行AI應用高達10億美元。」此時公布數字,對10奈米製程難產,面臨AMD是占搶奪威脅的與執行長突然下台的Intel至關重要。

Intel 2017年公司的總營收為628億美元的總營收,10億美元僅占1.5%,可見AI應用還只是極小部分,PC相關晶片銷售仍具要角。

競爭對手NVIDIA沒有透露相關數字,不過,NVIDIA 2017年總營收為69.1億美元,雖然因為AI模型訓練與推論需求,讓NVIDIA GPU大賣,但NVIDIA目前主力營收還是在電競領域,另外,也有不少營收來自於挖礦,而非純AI應用(NVIDIA 2018年第一季的挖礦GPU的營收就高達2.89億美元。)也就是說,雖然兩家廠商喊AI喊得震天嘎響,但目前主力營收都還不是AI應用。最保守的估計下,雙方晶片在AI應用帶來的營收差距應不會太大。

擴充晶片產品線,從CPU FPGA、ASIC無所不包

Intel人工智慧產品負責人Naveen Rao就指出,「我們是根據客戶的回饋估算後得到的數字,但實際上還有很多營收數字沒有公開,我們比較保守。」

這裡談的營收數字,可能指同樣用於AI應用的「非Xeon」 晶片,也就是說這些客戶帶來的營收並沒有算在10億元以內。

以CPU起家的Intel,走向AI應用,依舊以CPU為主要核心。Xeon晶片是Intel最重要的核心,但Intel也正透過不斷併購擴充晶片產品線。

因此以現在來看,除了NVIDIA提供的巨大的AI運算平台外,Intel的人工智慧晶片布局是所有科技巨頭中「最完整」、「最廣泛」的。

Intel透過不斷併購擴充晶片產品線。
數位時代翁書婷攝影

除了主打的Intel Xeon可擴充(Intel Xeon Scalable)CPU產品外,以及近日挖角AMD GPU大將,讓外界猜測將進軍GPU外,lntel已經積極透過併購布局以下四大類型晶片,掌握新客戶。

  1. NNP(深度學習晶片) :2016年併購AI晶片商Nervan System,而後研發深度學習晶片Nervana NNP-L1000。預計2019年推出。

  2. VPU(視覺晶片) :2017年併購汽車機器學習及圖資開發商Mobileye與視覺晶片廠商Movidius,Mobileeye EyeQx晶片為主流。

  3. FPGA :2015年,Intel以167億美元的價格,收購全球第二大FPGA商Altera,隨即成立現在的可編碼部門(PSG),專攻FPGA晶片。
  4. 類ASIC :2018年Intel收購矽谷晶片公司eASIC。提供一種介於FPGA與ASIC中間的技術。

Intel發展全系列晶片的原因只有一個,「one size does not fit all(沒有一體適用的解決方案)」。

未來AI無所不在,因此客戶的需求也多元多樣,每種晶片就算效能再強,面積再小,運算速度再快,耗能再低,也有其先天性的物理限制,以目前最夯的深度學習DNN來看,用不同的晶片進行硬體加速會獲得不一樣的優缺效果。

機會點:決戰2019年

Intel的Xeon處理器是資料中心本就不可或缺的晶片,異構計算(Heterogeneous Computing)下,AI硬體加速是以CPU+GPU或CPU+FPGA或CPU+TPU等結構進行運算。CPU不會被GPU或TPU取代。

雖然NVIDIA GPU更適合用於機器學習與深度學習等AI應用下,Intel現在並非AI深度學習應用第一品牌。因此在12個月到18個月短期內,NVIDIA GPU產品在AI應用市場依舊相當吃香(近兩三年,AI才剛成為熱潮,通用性強的GPU仍可滿足企業的需求)。

但長期來看,走向專用特製晶片ASIC風潮勢不可擋,除了Google之外,微軟為了自家雲端業務需求,以及Tesla也傳出要訂製晶片,這都對NVIDIA造成潛在威脅。那Intel能否在未來五年抓到這個ASIC晶片熱潮?

另外,Intel難產的10奈米Xeon與拿來和NVIDIA抗衡的晶片Nervana NNP-L1000都要到2019年來推出。Intel是否能以現在的「全方位」無所不包的各種AI晶片穩住自己過去20年打下的晶片江山,2019年年底答案就將分曉。

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。