砺石导言
英伟达和英特尔的竞争在AI时代变得更为直白。英伟达在AI训练领域具有绝对优势，英特尔保持着在芯片架构上提供完整解决方案的优势的同时，向英伟达GPU大本营发起挑战，并在AI推理领域建立起了自己的优势。为了顺应形势，英伟达也将布局扩展到AI产业各个链条。2019的云端芯片战事决定着谁将在未来的云计算和AI市场的战争中获得更多话语权。
砺石商业评论作者 高冬梅 | 文
金梅 | 编辑
短短几年，人工智能就从一个被搁置“冷宫”的学术研究，变成商业化最前沿的“网红”，在安防、金融、教育、制造、家居、娱乐等各个与人们生活息息相关的领域，掀起了一股智能化升级和万物互联的飓风。
这场前所未有的技术革命需要仰赖源源不断提供高密度计算能力的AI硬件提供商。AI硬件应用场景通常分为云端和终端，云端主要指大规模数据中心和服务器，终端包括手机、车载、安防摄像头、机器人等各种场景。
无论是在线翻译、语音助手、个性化推荐，还是各种降低开发者使用门槛的AI开发平台，背后都需要云端AI芯片夜以继日地为数据中心提供强大的算力支撑。于是，AI芯片成为科技巨头们的必争之地。这其中以支持游戏视觉GPU出名的英伟达暂时领先，而老牌芯片巨头英特尔则通过买买买扶摇直上。
两大芯片巨头在AI时代开启了一场全新的较量。2019年，二者在云端AI芯片战场开始了一场新的战役。谁能主导这场云端AI芯片战事，谁就能在将来的云计算和AI市场的战争中赢得更多话语权。
1
号角再次吹响
财报数据显示，英伟达2020财年也就是2019年第三季度营收30.14亿美元，同比下滑5%，环比增长17%；净利润8.99亿美元，同比下滑27%，环比增长63%；调整后净利润为11.03亿美元，同比下滑4%，环比增长63%。
这已经是英伟达营收连续第四个季度下降。但是，财报发布后股价并未有太大波动，且华尔街仍看好其前景。
对此，笔者认为，本季英伟达营收贡献最大的游戏部门虽与以往同期相比有所下降，但却高于预期的15.4亿美元；代表英伟达未来发展方向的数据中心业务实现7.26亿美元收入，虽略低于预期的7.542亿美元，但与上季度相比，也在持续增长中。游戏部门是英伟达的基本盘，基本盘稳定，投资人自然也就放心了，所以对股价影响不大；而目前英伟达正处于转型之中，数据中心业务一直在持续增长，这是华尔街仍然看好英伟达的原因。
过去几年，由于赶上了深度学习的东风，英伟达通用图形处理单元（GPGPU）扶摇直上，把2015年还是20美元的股价提高到了2018年10月292美元的高点，一跃成为AI领域第一股。其火箭般的涨势让半导体巨头英特尔坐不住了，意图通过收购突破自身限制，重塑市场版图。二者的竞争在2019年变得更为直白和更加激烈。
我们知道，图形和视觉处理领域是英伟达的传统强项。而在11月13日2019英特尔人工智能峰会期间，英特尔展示了两款分别面向AI训练和推理的Nervana神经网络处理器（NNP），以及下一代Movidius视觉处理单元（VPU），就是在向英伟达宣战。
其中，两款Nervana神经网络处理器包括面向训练的NNP-T1000和面向推理的NNP-I1000。这两颗芯片都是专为云端环境定制的ASIC（特殊应用集成电路）芯片，可以并接多个芯片，加速AI模型的开发。会上，英特尔宣告两款芯片正式开始商用交付，为百度、Facebook等人工智能客户定制开发产品。英特尔物联网集团副总裁Jonathan Ballon还特地强调了为AI和机器学习“专门制造”芯片的重要性，暗示其产品对英伟达GPU产品的优势。
对于下一代Movidius VPU，该芯片旨在为低功率设备中的AI图像和视频处理系统提供动力，面向开发电脑机器人视觉相关用途，例如依靠机器学习来绕过障碍物的无人机和无人驾驶汽车等。会上，英特尔也非常自信地将其和英伟达的产品做出比较，据说这款代号为Keem Bay的VPU能提供的算力是英伟达Xavier芯片的4倍，在充分利用的情况下，该芯片可帮客户获得50%的额外性能。并且这款新一代的视觉处理单元将于2020年上半年上市。
这些芯片是英特尔在2016年收购两家AI初创公司后，成果的集中展示。英特尔称，一系列产品的推出旨在针对从云端到边缘的AI计算市场，实现加速AI开发、部署和性能提升，以便在与AI芯片的对手英伟达的竞争中实现超越。也就是说，“双英”战事开始正式升级。
AI计算大致分为两个层面，首先是对模型进行训练（Training），整个过程可能耗时数天或数周；之后是对训练出的模型做出推理（Inference）。在AI市场的驱动下，一些公司开发专有AI芯片，实现更好的AI计算效能。AI计算目前已经成为GPU巨头英伟达的利润驱动因素。
运用GPU进行部分运算密集工作负载，提供比传统CPU在每瓦效能上更大的提升效果，通过采用英伟达GPU投入机器学习（ML）算法加速应用，可让AI神经网络的训练和推理更加快速且准确率更高，从而掀起由英伟达领军的全球AI研究与应用的爆炸式成长。
目前，在更考验计算力的AI训练市场，英伟达更具优势，其数据中心业务也在不断增长。不过，英特尔表示，其基于AI解决方案的产品组合得到进一步强化，今年会创造超过35亿美元的营收。目前在数据中心领域，凭借CPU市场优势，其已赢下了AI推理市场，因为多数云端推理都是由至强CPU完成的。
在传统芯片架构上，英特尔仍然是可以提供最完整解决方案的公司，而在GPU领域，英特尔也将向英伟达发起挑战。“CPU是AI的基础所在，绝大多数的企业已经在现有的架构基础上，通过软件来部署AI的应用。我们很快也会有更强大的GPU来加入我们的产品家族。”英特尔全球副总裁兼人工智能产品事业部总经理Naveen Rao在会上说。
在三季度业绩发布电话会议中，英伟达CEO黄仁勋指出，英伟达已经转型为软件公司，无论是AI、数据分析还是游戏图形，这些平台其实都是从功能强大的软件开始，所以一直以来，英伟达大部分业务其实都高度软件相关，这也使得英伟达的利润能力正逐渐提高。他强调，就如同英伟达产品近期赢得的推理性能测试，这不仅是仰赖芯片本身，还有软件堆栈和编译程序的贡献。
无独有偶，Naveen Rao也在2019英特尔人工智能峰会上强调软件对使用AI芯片功能开发的重要性。目前，英伟达凭借CUDA程序框架以及一系列用于并行计算和神经网络的应用程序编程接口，是其AI崛起的关键。对此，英特尔宣布推出Dev Cloud for Edge，使得开发人员可以在购买硬件前，能够在各类英特尔处理器上尝试、部署原型和测试AI解决方案。
无论是硬件还是软件，无论是云端还是终端，无论是训练还是推理，英伟达和英特尔都是你追我赶，步步紧逼，忙得不亦乐乎。
2
数据红利的诱惑
同为芯片及计算领域巨头，“双英”在AI时代互掐不是头一回了，毕竟英特尔的CPU与英伟达的GPU在管理协调和计算能力方面的优劣争吵，伴随深度学习的诞生就天然存在。不过这次掐得尤其厉害。
今年3月，英伟达击败英特尔，豪掷69亿美元与以色列公司Mellanox达成其史上最大规模收购。Mellanox是一家成立于1999年的芯片提供商，总部位于以色列Yokneam和加利福尼亚桑尼维尔。这家主要做服务器和存储连接方案的网络设备供应商，几乎覆盖了包括网络控制芯片、网卡、交换机、软件等在内的各类数据中心网络产品，全球前十的大型公司有九家都选用了Mellanox的方案，谷歌、亚马逊、微软都是其客户。
其中，用于高性能计算的计算机网络通信标准InfiniBand市场几乎被Mellanox和英特尔二分天下，尤其是Mellanox几乎占据了超过70%的市场，而其生产的芯片则用于加速计算机服务器之间的信息流动。2018年，Mellanox的收入飙升26％，首次超过10亿美元，另外Mellanox已经在纳斯达克上市。英伟达表示，这笔收购一旦完成，预计将立即增加其利润和自由现金流。
“双英”巨资争夺Mellanox显然是因为“数据红利”。“数据中心比以往任何时候都重要”，英伟达创始人兼CEO黄仁勋说，“我们很高兴能将NVIDIA的加速计算平台与Mellanox世界知名的加速网络平台结合在一起，创建下一代数据中心规模的计算解决方案”。他表示，英伟达将利用其新获得的技术使那些“装满机械的巨型仓库”（数据中心）更加高效和有效。
同是3月，在GTC技术峰会上，英伟达宣布推出自动驾驶行业“第一个”安全力场（SFF）安全模型，结果被英特尔全资子公司Mobileye的CEO发文讽刺，说SFF是抄袭Mobileye的决策模型RSS。到了3月末，据说英伟达技术营销总监汤姆·皮特森宣布离职，加盟英特尔。这位技术大牛曾参与英伟达的重要显示技术G-Sync的研发，其名下专利多达50项。
总之就是，刚一开年，“双英”就开始了好不淡定的互掐。英特尔这边从2016年底就希望将业务从以晶体管为中心转向以数据为中心，实现作为芯片巨头的新时代转型，提振业绩。为此，英特尔还专门拿出了不少专业机构的研究数据来佐证“数据是新石油”这一转型的合理性和前瞻性。
目前看，英特尔取得了不错的阶段性成果，从2016年起，英特尔连续三年创下营收新高，2018年度营收首次突破700亿美元，达到708亿美元。其中，2018年以数据为中心的业务占比高达48%，预计在2019年将超过“以PC为中心”的业务。
而另一边，英伟达也没闲着。在GTC峰会上，黄仁勋高调提出，要“发展以数据中心为载体的数据科学”。追逐数据红利对英伟达而言是“必须”，一方面因数字加密货币采矿热潮退却，英伟达挖矿图形芯片的市场需求锐减，再加上中国游戏芯片需求疲软，英伟达整体业务受到显著影响，“库存积压、股价遭腰斩、业绩低迷”成了其过去一年的主基调。
5
结语
在训练领域，英伟达稳固的生态体系依然是难以撼动的一座高山，并基于自身在GPU领域的强大产品技术实力发展起了稳固的生态圈，成本也更低。
英特尔以“全能冠军”策略对抗英伟达，研制一体、业务全面布局设备端、边缘端和云端，综合CPU、GPU、FPGA和各种专用芯片打造一个完整的体系，并通过结盟构建了声势浩大的生态圈，如合作建设了FPGA中国创新中心，联合发起成立了开放数据中心联盟、CXL开放合作联盟、边缘计算产业联盟等等。
英伟达的优势领域深度学习训练市场需求不会减弱。但正在发展、随着人工智能普及未来市场难以估量的推理领域，GPU的增速并不确定，前些年加速卡已经卖得很多了，市场可能会增速减缓甚至保持平缓状态。
而且技术的突破性变革也是一种变数，随着深度学习技术的不断完善，未来人工智能的机器推理能力会越来越完善，不排除会有某种革新式硬件出来引发整个生态系统的变迁，而且也说不定哪一天半路会杀出一种终极算法，来取代英伟达。
当然，英伟达也在顺应时势，比如在GTC上黄仁勋特意在AI工作流程中把机器学习、数据中心等与GPU加速深度学习一起纳入了英伟达的“AI定义域”。这意味着，英伟达将逐渐调整过度倚重GPU的AI战略，将产业布局扩展至AI产业各个链条。
在扩展生态圈方面，英伟达则采取了不同策略，比如基于最新发布的推理服务器芯片T4与亚马逊云AWS、阿里云达成合作等。总之，英伟达和英特尔的对峙和竞争，可能是一场马拉松，短期难分胜负。
