这两天有两条“老新闻”再一次以“新闻”的身份出现，一个是三星说要抢先发售可折叠柔性屏手机，另一个就是英特尔再次说自己专门处理AI任务的神经网络芯片就要做出来了。

为了应对机器学习，英特尔现在采用的是用Atom芯片组成Xeon phi架构的方式进行计算，虽然具备了一定的算力，但要跑复杂的AI任务还是有点弱。因此，英特尔为了自己的神经网络芯片可以说是煞费苦心，去年推今年，今年推明年，一推无际。隔壁的英伟达都已经更新了好几代了，英特尔听起来就很爆炸的Loihi还是处于“展望”的状态。

按理说，英特尔作为一家老牌芯片供应商，如果想迅速拿出来一款能用的AI芯片也不算是什么难事。但爽约了这么久，它究竟是怎么回事?

可以肯定的是，这绝不是因为他们能力不足。

商用AI芯片容不下急躁冒进

目前的AI芯片中，英伟达的GPU和谷歌的TPU算是两座大山。

英伟达可能自己也没想到，CPU竞争不过英特尔转身做显卡，就是想让同学们玩儿游戏的时候体验更好点，却会在十几年后让其摇身一变成为了AI计算的领军者。相较CPU，GPU在应对深度学习计算的时候发挥出了强大的能力，以至于在不断升级的情况下，依靠GPU的计算能力英伟达可以相当长时间地占据AI芯片提供商的供应链顶端。

而这也在去年帮助英伟达挣了30.5亿美元的净利润，同比增长了83%。

虽然商用程度并没有英伟达那么高，但谷歌专注于神经网络推断的TPU的超强计算性能却也可以说是一览众山小。如果不是因为谷歌是为了满足自家使用而不售卖，恐怕英伟达的GPU也会受到很大的冲击。

此二者一个是从根儿上就在研究GPU，然后撞大运般搭上了深度学习的班车，从而走在人工智能芯片商用化的前端;另一个则是一直专注于深度神经网络计算，是全世界独一档的人工智能公司，推出全球顶尖的AI芯片自然也是情理之中。

那么，算起来拥有五十年历史的芯片巨头英特尔是不应该掉队的，但事实发生了什么呢?

首先来说，作为老牌芯片供应商，在人工智能成为全球化大趋势的情况下，其自然不肯将这块儿大市场拱手相让。英特尔的强项是做CPU，虽然CPU也能做简单的AI计算，但在大规模的AI计算当中，即使给CPU加100个核它也难当大任。因为AI计算和传统的CPU处理模式基本上是两种意义差别很大的东西。虽然英特尔也有自己的GPU，但在涉足人工智能领域的时候，其也算是一个新人。

自己缺乏这方面的技术积累，又眼看着英伟达吃香喝辣，英特尔也没有闲着。为了能在消费级市场分一杯羹，英特尔嘴上说看不上GPU，但私下里也确实是在一步步推进自己的CPU+FPGA架构处理器。只不过，英特尔面临着人工智能战略起步较晚和直接商用的问题，而且初期进行的CPU——FPGA架构并没有在消费级市场上展现出惹眼的搅动情况，所以其干脆直接将目光投进了商用AI芯片身上。

那么，面对为企业客户提供云服务的问题，英特尔自然是不敢怠慢。进入一个新的领域和面对新的服务对象，英特尔的AI芯片可以说是不容有失。商用AI芯片前面是一个百亿美元级别的大市场，英特尔自然希望能够打造出一个成熟的产品推向市场，达到一旦推出、横扫一片的效果。

所以，面对消费级市场的挫败、商用市场的一招必胜，再加上本身拥有的雄厚家底，追求AI芯片在英特尔看来，实在是应该慢工出细活。

全栈AI解决方案下的谨慎之道

那么，慢工看来英特尔已经实现了，细活是怎么体现的呢?

英伟达刚推出GPU的时候策略也很简单，就像卖显卡一样去卖GPU。但人工智能与传统计算不同，其最大效益的取得并不是说哪一种计算方式，而是围绕着计算能力构建的生态。所以，当英伟达意识到这一点的时候，也开始布局自己的人工智能生态，包括开发平台、开发者社区、孵化器支持等。相比之下，谷歌的TPU从一开始就是在做这件工作。

英特尔想，我也要想谷歌一样，要做就做一票大的。

于是，英特尔把人工智能布局上升到一个战略的高度，然后围绕其展开了一系列的大动作。从2015年至今，英特尔花巨资收购了一大批人工智能公司如Altera、Saffron、Yogitech、Itseez、Movidus、Mobileye、Nervana等，还参与投资中国AI芯片公司地平线，建立了Nervana、SDK、等平台协同人工智能发展，支持和优化开源深度学习框架Caffe、Neon、Spark，开发完善了以至强处理器、Nervana神经网络处理器和FPGA等硬件，涵盖了智慧医疗、无人驾驶、智能家居、VR/AR、云服务等多个领域……

用英特尔自己的话说，要建立一个人工智能全栈式的解决方案，从而充分释放AI的潜力。就问你看着怕不怕?

那么，由此我们也就可以看出，英特尔绝不仅仅是想做出一款能够应用于深度学习计算需求的芯片，而是一款要能够支撑起自己的人工智能时代万物互联野心的产品。与英伟达先推出芯片然后一点一点构建生态不同，英特尔是把所有的东西都先拢到一块儿，让AI芯片显得呼之欲出。

同时，摆了这么大一摊子，收购、投资了这么多公司，花了这么多钱，也构建了这样的一幅美好的全栈式AI解决方案蓝图，也就表明商用AI芯片是英特尔绝对输不起的一仗。虽然暂时Nervana平台的云计算能力可以借助英伟达的GPU来完成，但显然这并不是长久之计。

也就是说，手里攒了这么多牌，英特尔绝不肯为了赶时间而把一个不成熟的Loihi催熟，从而导致打造的生态受到可能的伤害。

前有狼后有虎：新旧业务的兼顾分神

传统业务的支撑让英特尔可以拿钱着手布局人工智能，但另一方面，传统处理器业务也正在受到竞争对手的威胁，这也成为英特尔开发AI芯片时不得不护之处。

多年来，英特尔PC处理器市场的龙头地位基本无可撼动，虽然时常受到挑战，但基本无关痛痒。但从去年以来，英特尔却遭受了有史以来竞品最严重的威胁之一，这个对手就是ADM。

ADM去年三月发布了ZEN架构处理器，面向中国市场的锐龙带着性价比汹涌而来，逼着英特尔不得不提前发布了8代处理器;今年ADM又很快推出了2代锐龙，便宜的价格、超高的性价比，引得国内厂商纷纷跟进。经过这两代发布，锐龙提升了自己在中高端消费市场的份额。同时，其还在2月份发布了新一代APU，在入门级市场也搅动了一番。虽然英特尔仍然占有市场份额的绝对优势，但ADM这两年的动作也着实让其感受到了威胁的存在。

所以，英特尔现在可以说是处在一个前有狼后有虎的局面当中。在人工智能时代，英特尔已经错过了移动AI芯片的先机，而在商用AI芯片上也已经落后了英伟达和谷歌等一批选手，追赶已经是迫在眉睫;而一旦其闭着眼睛狂奔，导致传统业务受到蚕食，则有可能形成后院失火的尴尬局面。

也就是说，如何在转型的过程中同时延续在传统芯片行业中的龙头地位，是英特尔必须要考虑周全的一个问题。而这也势必会对AI布局和芯片研发的进程产生一定的影响。因此，英特尔需要且战且顾。身前一大片身后一摊子，这也是传统IT服务商所面临的共同问题。

总之，英特尔AI芯片一直处于呼之欲出的状态，一定程度上是其不得不为的原因。足够的时间意味着足够的产品成熟度，以英特尔的技术实力和频繁动作来看，其最终推出的AI芯片应该不会让人失望。但现在的问题是：照目前的局势看来，英特尔还能爽约几次?

抢滩商用AI芯片市场可以说是刻不容缓的。英伟达芯片已经数次换代，每次都把媒体给吓坏了，并且也已经开始进行人工智能生态布局。谷歌的TPU逐渐商用，一大批玩家如苹果、Facebook、百度、阿里等也都在加紧商用AI芯片的研发，并且动静都闹得不小。如果说英特尔说要做商用AI芯片的三年前市场还是蓝海的话，那三年后的今天俨然已经变成了红海。当时未能抢占先机，拖到今天，市场竞争形势已经发生了巨大的变化。虽然英特尔布局显得非常完整，但一人独占与众人分羹，攻占市场的难度显然是不同的。

所以，对英特尔而言，虽然现在也在利用CPU+FPGA等形式来进行AI计算，但最终还是无法替代神经网络芯片的作用。而且越往后，对手们则会越多也越成熟。如果最终起个大早却赶个晚集，就不是一个尴尬了得的了。