“等燈等燈?！?中國人民對英特爾廣告的調侃，如今看起來竟然成為了一個超越時代的預言，一語成讖。 PC時代的英特爾，是存在于無數PC廠商背后的龐大帝國，不論是聯想、宏碁、華碩，還是哪家電腦產品，不管外表看起來有多么光鮮亮麗、體型各異，內心大多都有一顆來自英特爾奔騰的芯。 這個曾經戰勝了無數競爭對手、憑借技術、品牌、行業標準等等一系列競爭優勢，成為科技產業歌利亞巨人的企業，在最近幾年的時間里，卻不得不面對來自移動芯片市場、物聯網芯片市場的強烈沖擊。 高通、ARM等企業在移動芯片、物聯網芯片方面的強勢，讓英特爾在移動互聯網時代幾乎毫無收獲。但對于英特爾來說，依靠PC、服務器龐大的存量市場，仍然可以有相對穩定的市場表現。 可是原本屬于英特爾的后院，如今也已經悄然起火。 由美籍臺灣人黃仁勛創立的芯片企業英偉達（NSAQ：NVDA），原本是全球知名的顯卡芯片廠商，全球可編程圖形處理的技術領袖。在NVIDIA顯卡的幫助之下，PC產品可以獲得更好的圖像表現。如果英偉達僅僅關注于顯卡領域，那么它可能會一直是一個硬件領域強有力的競爭者，但黃仁勛并沒有。 利用自身在圖形處理方面領先的技術能力，他將圖形處理器GPU升級成為可以用于深度神經網絡、云端、企業和其他高性能計算機使用的運算中樞，如今幾乎成為了大型互聯網企業進行深度學習訓練的標配。 身陷移動互聯網、物聯網市場泥潭的英特爾，上一節課還沒補完，不得不面對又一個新的競爭對手，在人工智能龐大勢能的推動下，向自己的優勢市場席卷而來。 在產品變革的十字路口，英特爾已經被各路競爭對手逼入絕境。是繼續“等燈”？還是選擇方向，加速突破？英偉達名利雙收的GPU產品，將怎樣改寫科技行業的歷史進程？芯片產業的兩大巨頭，都面臨著屬于自己的歷史時刻。突破，沒落，都在一念之間。
“GPU”并非是一個全新的概念。 這一產品之所以能夠出現，最早、最重要的原因，是為了適應視頻游戲產業的快速發展。即便是今天，其主要市場空間，也仍是在不斷增長中的視頻游戲市場。 眾所周知，圖形運算相比簡單的數據運算，需要的計算能力要高得多。因此在2003-2004年左右，圖形學之外各個領域的專家，開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用于通用計算，這被稱為“GPGPU”。 在GPU方面具備核心技術優勢的英偉達，自然不會無視這樣擴充自身產品業務半徑的絕佳機會。隨后，英偉達、AMD（Ati）等企業先后發布了相關產品， GPU開始真正在通用計算領域得到廣泛應用，特別是海量數據處理（包括排序，清洗，分析）、金融等特定行業的分析。 對于英偉達而言，GPU的市場范圍一下子從純粹的顯卡產品中跳了出來，對CPU形成了一定程度上的計算替代。這對于英特爾的處理器產品來說，可以說是實實在在的威脅。 雖然從目前來看，GPU很難直接取代掉CPU，但運算能力更強、更加符合科技產業發展趨勢的GPU，已經開始壓縮CPU的存在價值。 相比之下，英特爾的CPU產品近年雖然也在不斷的更新換代，但其性能增長速度已經在大大放緩。 經過數十年的快速發展，傳統的芯片制造工藝，已經無法適應每年發布一代CPU的速度，英特爾必須延長每一代產品的生命周期。2016年年初，英特爾宣布將放棄十多年前制定的“Tick-Tock”戰略模式，將原本耗時兩年的芯片發展周期，調整為三年一個周期。 同時，英特爾產品高耗能的特征，幾乎從來沒有改變過。ARM所設計的芯片產品在這方面更具優勢，因此在移動互聯網時代和即將到來的物聯網時代，都對英特爾產品保持了碾壓式的優勢，包括聯想在內幾乎所有采用英特芯片的智能硬件，都無一例外的敗下陣來。 GPU產品雖然相比英特爾的產品能耗更大 ，但更加強大的運算能力，在云計算、大數據分析、深度神經網絡等方面，都有更加出彩的表現。 多層次的擠壓之下，PC時代的王者英特爾，已經到了必須推進變革的時刻。
在顯卡領域，英偉達已經在行業中做到了最好。在其官網上，驕傲的寫著“全球視覺計算技術的行業領袖”幾個大字。 在攻占了顯卡類產品行業最高山峰之后，黃仁勛將更多的注意力放在了人工智能領域。 他敏銳的察覺到，“各個行業中有遠見的公司，都在采用深度學習技術來處理爆炸性增長的數據量，這幫助他們找到新方法，來利用隨手可得的數據財富，開發新產品、服務和流程，從而創造巨大的競爭優勢”。 在顯卡時代積累下來的GPU技術，被英偉達用來開發和拓展全新的硬件產品，幾年之間，已經形成了一整套比較成熟的技術平臺和解決方案，支撐著各類企業進行深度的研究、探索和應用。 通過這些解決方案，各類企業可以訓練諸如圖像、筆跡和聲音識別等頗具挑戰的應用程序，并加快訓練速度，包括谷歌、Facebook在內的幾乎所有領先人工智能企業，都離不開英偉達的硬件平臺。 從目前的使用效果來看，英偉達的芯片產品在人工智能，特別是圖像處理、視頻處理等方面具有強大的優勢，同時基于其龐大數據吞吐量的設計，更適應人工智能時代海量的計算任務。 2015年年底，Facebook宣布了他們人工智能硬件“開源化”戰略，代號為“Big Sur”的新一代人工智能硬件，正是基于英偉達的產品Tesla M40 GPU加速器。 就在上周，英偉達向馬斯克麾下的OpenAI交付了世界上第一臺單機箱深度學習超級計算機（NVIDIA DGX-1）。這個高度集成化的產品，可以幫助OpenAI的工作人員解決人工智能領域最困難的問題。黃仁勛表示，這一產品是英偉達3000人團隊，花費3年時間創造出的最先進深度學習工具。 能夠為谷歌、Facebook、埃隆·馬斯克這樣的硅谷人工智能中堅力量提供解決方案，英偉達的行業地位可見一斑。 隨著產品的成功，英偉達在資本市場的表現也變得炙手可熱。2015年開年以來，該公司的股價連續跳空上漲，截至目前已經上漲超過210%，是納斯達克市場最近一年多以來表現最好的上市公司之一。
和早期的傳統PC一樣，如今的人工智能硬件產品更多的在被大型企業所使用。消費級人工智能產品雖然已經很多，但基本都是體現在軟件應用端。 雖然截止目前，以英偉達芯片為代表的人工智能硬件，更多用于云端、企業、服務器等領域，但隨著技術向民用領域的深入和外溢，必將廣泛的應用到多種多樣的消費級產品終端之上。 想象一下，如今幾乎全部的數據分析、處理能力，都被集中在大型互聯網企業手中，這些企業具備的龐大、海量數據的分析、計算能力，維持了其在移動互聯網時代優勢的行業地位。 而數量更多、行業分布更加廣泛的各類企業，由于信息化程度不足、數據積累不夠充分，仍然沒有開啟屬于自己的大數據計算和分析時代。這些行業、企業隨著信息化能力的提升，都將具備很大的數據分布式計算的潛力。
另外，隨著海量數據以超乎想象的速度匯集，互聯網企業傳統的集中式數據處理中心，將面臨巨大的壓力，因此分布式計算就變得很有必要，至少也需要在底層進行部分的數據清洗與篩查。 同時，對于個人用戶來說，接納來自云端的大數據分析結果，與自身互聯網使用“小生態”之間，仍存在著一定程度的偏差?；趥€人用戶或某一小片地區用戶（如某一社區）使用基礎的人工智能硬件，將發揮出自己非常關鍵的分布式計算作用，從而為特定人群創造出更好的智能化應用體驗。 當然，這一切都以人們日常生活和工作深度、全面的數據化作為前提。到那時，以GPU為代表、計算能力超強、適應人工智能時代的“新硬件”，將會全面走進我們的生活。對于硬件行業來說，這意味著一次全面的變革和突破。 很幸運的是，如今我們能夠看到以英偉達為代表的一批企業，已經順應時代的發展，探索出了一系列創新產品，為大型數據企業所用。即便是如英特爾這種在時代變革之下有所躊躇的企業，也開始通過并購、整合的方式，在人工智能方面進行補課、探索。 時代的浪潮并非洶涌而來，而是以一種潤物無聲的方式漸漸推進，當終端消費者發現變化的時候，產業層面往往已經發生了深刻的變革。如今，英偉達和英特爾的發展軌跡，正是這一進程最好的體現。 參加“下一個BAT”評選活動請點擊圖片
【尋找下一個BAT】 長按關注礪石商業評論
|
|
|
