英特爾執行副總裁Navin Shenoy表示，該公司計劃在2022年贏得100億美元的人工智能芯片市場。
在過去20年裡，英特爾已經售出了超過2.2億片的Xeon處理器，創造了1300億美元的收入。但最新的10億美元——面向人工智能應用市場——可能是最重要的。
英特爾的執行副總裁Navin Shenoy（中文名孫納頤）在一次活動中表示，隨著英特爾轉變為一家以數據為中心的公司，其人工智能芯片業務對公司來說具有戰略上的重要性。五年前，英特爾的收入約有三分之一是以數據為中心，而現在這部分的比例接近一半。但英特爾在人工智能領域還不具統治力。英特爾在市場評估中指出，該公司在各大重點關鍵領域佔有20%的市場份額。2017年，英特爾的Xeon處理器業務中只有10億美元與人工智能有關。
全球著名市場調查機構Moor Insights & Strategy的分析師帕特里克·穆爾黑德（Patrick Moorhead）表示，英特爾對如此公佈自己的人工智能數額肯定相當自信。圖形芯片製造商英偉達(Nvidia)等競爭對手和許多初創企業也在追逐人工智能市場。科技行業分析公司Linley Group的分析師林利·格文奈普（Linley Gennap）在接受採訪時表示，在這方面，英特爾很可能處於市場中的劣勢，因為傳統的中央處理器不一定是人工智能處理的最佳選擇。
但英特爾目前正將大量注意力投入人工智能芯片。孫納頤表示，2018年晚些時候將推出的Cascade Lake架構Xeon處理器在人工智能圖像識別任務方面的表現，將是2017年上一代Silver Lake架構Xeon處理器的11倍。“我們相信數據決定了我們行業的未來和英特爾的未來，”孫納頤說。“全球90%的數據都是在過去兩年中創建的，只有1%的數據被用於分析和實現真正的商業價值。我們正處在數據的黃金時代。”
人工智能軟件的成功在一定程度上是由摩爾定律的進步推動的。自2010年以來，計算成本下降了56%，存儲成本下降了77%，而相關性能從2006年到2017年卻增長了41倍。但隨著英特爾進軍自動駕駛汽車領域，艱鉅的任務卻擺在面前。為這些汽車創建地圖需要攝像機實時捕捉和傳輸數據，因此自動駕駛汽車每小時可以產生4tb的數據。這些數據必須發送到雲端，在數據中心進行分析，並用於生成實時地圖，然後發送回汽車。英特爾估計，在相對較短的時間內，需要利用路上200萬輛汽車產生的眾包數據來產生大規模地圖。
孫納頤稱，這意味著人工智能將不得不滲入到每個領域，從車載芯片到邊緣設備，再到端到端平臺的雲計算。到2022年，可供英特爾佔領的人工智能市場將高達2000億美元（2017年的估計值為1600億美元）。“50年後，這對公司來說是最大的機遇，”孫納頤說。“我們今天佔有20%的市場。”孫納頤表示，人工智能芯片市場將以每年30%的速度增長，從2017年的25億美元增長到2022年的100億美元。這就是為什麼人工智能正在成為英特爾未來產品投資的重要組成部分。
英特爾最近聘請了著名芯片專家吉姆·凱勒（Jim Keller），其部分職責是檢查英特爾的所有知識產權（包括X86、英特爾體系結構和一些已收購的體系結構），然後評估在特定情況下使用的最佳體系結構。英特爾人工智能產品部門副總裁納溫·拉奧（Naveen Rao）在接受採訪時稱，英特爾如何應用這些不同的自有體系結構將決定其在人工智能領域的競爭力。
孫納頤介紹了英特爾的發展路線圖：Cascade Lake架構是未來英特爾Xeon Scalable處理器，它基於14納米制造工藝，將支持英特爾Optane DC持續內存和一套新的人工智能特性，被稱為英特爾DL Boost。這種嵌入式人工智能加速器將加速深度學習推理工作量，其圖像識別速度預計將是當前一代英特爾Xeon Scalable (Skylake處理器，大約2017年)處理器的11倍。Cascade Lake架構將於2018年晚些時候推出。“目前很難看出英特爾如何在人工智能培訓方面與英偉達競爭，”市場分析師穆爾黑德說。“這方面沒有提供任何相關信息。我們來看看英偉達的P40在推理上與Cascade Lake的比較。”
該路線圖新加入的成員是Cooper Lake架構，一種同樣基於14納米制造工藝的新式Xeon Scalable芯片。Cooper Lake架構即將推出的新一代平臺性能更好、具有新的輸入輸出特性、被稱為Intel DL Boost的指令改進以及Optane支持。Cooper Lake架構將於2019年初次亮相。最後，英特爾的Ice Lake架構是未來的英特爾Xeon Scalable處理器，基於10納米制造工藝。它與Cooper Lake架構有共同特色，計劃於2020年推出。
由於Ice Lake架構推出要晚幾年，Moorhead稱客戶將很高興在2019年得到一個新Xeon芯片的選擇。但他表示，至於他們是應該等待Ice Lake架構的到來，還是更早的使用Cooper Lake架構，這將是一個艱難的決定。拉奧表示，處理需求的多樣性會因客戶端和數據中心的不同而有所不同，英特爾承認“一種規格並不適用於所有產品”。這就是為什麼它與Movidius、Mobileye和Nervana等收購公司有著不同的解決方案。到2019年，一種新的英特爾Nervana芯片的訓練性能將達到第一代芯片的三到四倍。
閱讀更多 人工智能快報 的文章
