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

繪圖芯片（GPU）大廠NVIDIA即將在臺灣17日公佈第二季財報，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《巨亨網》報導，高盛看好NVIDIA財報表現，宣佈將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佈局 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芯片

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數據中心事業群總經理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。」此時公佈數字，對10奈米制程難產，面臨AMD是佔搶奪威脅的與執行長突然下臺的Intel至關重要。

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

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，雙方芯片在AI應用帶來的營收差距應不會太大。

擴充芯片產品線，從CPU FPGA、ASIC無所不包

Intel人工智能產品負責人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」 芯片，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芯片是Intel最重要的核心，但Intel也正透過不斷併購擴充芯片產品線。

因此以現在來看，除了NVIDIA提供的巨大的AI運算平臺外，Intel的人工智能芯片佈局是所有科技巨頭中「最完整」、「最廣泛」的。

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已經積極透過併購佈局以下四大類型芯片，掌握新客戶。

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

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

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芯片。

4. 類ASIC ：2018年Intel收購硅谷芯片公司eASIC。提供一種介於FPGA與ASIC中間的技術。

Intel發展全系列芯片的原因只有一個，「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，每種芯片就算效能再強，面積再小，指令週期再快，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，用不同的芯片進行硬件加速會獲得不一樣的優缺效果。

機會點：決戰2019年

Intel的Xeon處理器是數據中心本就不可或缺的芯片，異構計算（Heterogeneous Computing）下，AI硬件加速是以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，走向專用特製芯片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也傳出要訂製芯片，這都對NVIDIA造成潛在威脅。那Intel能否在未來五年抓到這個ASIC芯片熱潮?

另外，Intel難產的10奈米Xeon與拿來和NVIDIA抗衡的芯片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芯片穩住自己過去20年打下的芯片江山，2019年年底答案就將分曉。