英特爾頻繁收購AI公司 能否在人工智能時代扳回一局？

英特爾IDF大會剛結(jié)束不久的9月6日，英特爾就在北京召開了機器學習策略的媒體溝通會。在頻繁的收購AI公司背后，英特爾銷售與市場事業(yè)部副總裁夏樂蓓與英特爾中國研究院院長宋繼強共同闡述了英特爾在人工智能領(lǐng)域的戰(zhàn)略規(guī)劃與產(chǎn)品布局。錯失了移動時代機遇的英特爾，在人工智能時代能否扳回一局?全力押注人工智能，英特爾在產(chǎn)品技術(shù)上有哪些優(yōu)勢和不足?

頻繁收購AI公司 補齊人工智能技術(shù)短板

從去年12月開始，英特爾開啟了大舉收購人工智能相關(guān)技術(shù)公司的洪流。據(jù)不完全統(tǒng)計，在一年多的時間里，英特爾至少收購了六家AI公司。其在人工智能領(lǐng)域的布局也逐漸顯露出來。

2015年12月，英特爾完成了167億美元收購Altera的交易，這成為英特爾歷史上最大金額的收購案。Altera是一家可編程芯片廠商，最大的價值是FPGA技術(shù)。這是技術(shù)專門為了解決深度學習對計算能力的要求而出現(xiàn)的，可同時進行數(shù)據(jù)并行和任務并行計算。收購Altera，使得英特爾能夠推出CPU+FPGA的異構(gòu)方案，更好的適應人工智能時代的定制化計算。

今年4月，英特爾收購了意大利半導體制造商Yogitech，這家公司制造了專為機器人和無人駕駛汽車開發(fā)的芯片。Yogitech芯片能夠通過感應器和攝像頭收集和處理無人駕駛汽車周圍的環(huán)境信息，并用以指導無人駕駛汽車的行駛。而在隨后的5月，英特爾又收購了專門從事計算機視覺算法的俄羅斯計算機視覺公司Itseez。這套計算機視覺算法可以幫助汽車“看見”并躲開路面上的障礙物。英特爾計劃利用Itseez創(chuàng)建汽車安全系統(tǒng)的物聯(lián)網(wǎng)，如自動駕駛，數(shù)字安全監(jiān)控和工業(yè)檢測等等。通過這兩次收購，英特爾就具備了研發(fā)無人駕駛汽車芯片的能力。在隨后的7月，英特爾宣布與寶馬、Mobileye聯(lián)合開發(fā)無人駕駛汽車。

今年8月，英特爾剛剛以4億美元的價格收購了一家AI初創(chuàng)企業(yè)Nervana。這家公司研究了深度學習芯片(Engine 芯片)，性價比很高，而且處理速度是GPU的10倍。未來，英特爾可以把Engine芯片整合到英特爾的CPU中，這樣可以以一個低成本的方法來實現(xiàn)人工智能處理的高性能，打造適合深度神經(jīng)網(wǎng)絡的處理器。而在不就后的9月6日，英特爾突然宣布收購硅谷計算機視覺技術(shù)公司Movidius。據(jù)悉，Movidius自主研發(fā)了全新架構(gòu)的低功耗視覺處理器VPU，可以為智能設備增加視覺功能，包括無人機、安全攝像頭、VR和AR頭盔。分析認為，英特爾收購了這家企業(yè)，主要是為了利用計算機視覺、感知運算來增強RealSense 3D深度攝像頭技術(shù)。通過收購Nervana與Movidius，英特爾不僅能夠補全在嵌入式端與云端的CPU方案的不足，而且能夠更加游刃有余的整合深度學習芯片和VPU等芯片。

總之，上述一系列的收購，不僅補齊了英特爾在機器學習領(lǐng)域的短板，同時也延伸了英特爾處理器的業(yè)務體系，為以后推出適合未來人工智能時代整合型的超級處理器打下了基礎。

整合技術(shù)資源 建立人工智能產(chǎn)品矩陣

英特爾銷售與市場事業(yè)部副總裁夏樂蓓

夏樂蓓稱，云計算的大規(guī)模擴散，計算本身的成本下降以及萬物互聯(lián)產(chǎn)生的海量數(shù)據(jù)，讓人工智能迎來新一輪的大爆發(fā)。而英特爾作為芯片領(lǐng)域的廠商，是未來人工智能產(chǎn)業(yè)鏈條上的重要一環(huán)。由于這種變化，英特爾目前正在經(jīng)歷著一個非常重大的轉(zhuǎn)型，在過去英特爾公司主要是一個和PC或者融入PC來開展業(yè)務運營的公司，而現(xiàn)在更多的轉(zhuǎn)向進一步充分發(fā)揮云的能力以及全世界幾十億臺互聯(lián)設備的能力的公司。

人工智能依賴于高性能計算，這對英特爾是最大的發(fā)展機遇。所以，英特爾不惜血本收購以上諸多AI公司。不過，收購意味著整合，尤其對英特爾這種技術(shù)性的廠商來說，整合非常關(guān)鍵。

夏樂蓓表示，英特爾最擅長的工作就是整個芯片技術(shù)。英特爾已經(jīng)將Altera的解決方案融入到英特爾產(chǎn)品線當中，通過Xeon+FPGA技術(shù)，英特爾的至強融核處理器更加節(jié)電，靈活性也大大提升。收購Nervana后，英特爾將其帶來的技術(shù)和英特爾自己的庫，以及現(xiàn)在所執(zhí)行和制定的標準整合到一起，Nervana的引擎對于整個至強系列的產(chǎn)品在性能上都有很大提升，而且成本更低。

英特爾中國研究院院長宋繼強

據(jù)宋繼強在會上介紹，通過收購和整合，英特爾已經(jīng)形成了足以進軍人工智能領(lǐng)域的芯片產(chǎn)品矩陣，包含擁有60核處理器的超級電腦芯片Xeon Phi;針對機器學習和人工智能領(lǐng)域的服務器芯片至強融核處理器Xeon+FPGA;針對深度學習領(lǐng)域的芯片廠商Nervana和Engine芯片;針對消費級市場的傳統(tǒng)處理器Core;面向研究員、創(chuàng)客和機器人開發(fā)者的英特爾Euclid開發(fā)工具包;面向可穿戴和微型硬件產(chǎn)品的Soc Curie。

夏樂蓓透露，英特爾未來會更加傾向于定制化的產(chǎn)品來服務于客戶，但英特爾依然是平臺，就算是定制化也會以開放的標準和環(huán)境為基礎。這是因為英特爾一方面要適應深度學習的技術(shù)趨勢，另一方面不同的客戶需求是千差萬別的，英特爾又無法窮盡所有的定制化芯片。業(yè)內(nèi)人士預計，英特爾未來很可能會推出更多的異構(gòu)化芯片方案，不僅僅是CPU+FPGA，還可能是CPU+DSP、CPU+ASIC。

轉(zhuǎn)型中的挑戰(zhàn) 來自固有業(yè)務的威脅和巨頭競爭

關(guān)于智能機器的發(fā)展，宋繼強認為，從CT到RT時代計算機上加入了感知功能，而人工智能技術(shù)讓機器有了認知能力，還有一個是自主機器的行動能力。在智能時代，機器人和用戶通過感知、認知、行動聯(lián)系起來，相互作用，形成一個良性的循環(huán)。從互聯(lián)、智能、自主三個發(fā)展階段來看，目前人類還處于智能的階段。在向自主過渡的階段，整個行業(yè)的挑戰(zhàn)非常大，因為越來越多的傳感器進入系統(tǒng)，對計算能力的要求非常高，大量的數(shù)據(jù)是放在設備端還是云端，也是一個很有爭議的問題。[!--empirenews.page--]

從英特爾的角度看，真正的挑戰(zhàn)已不僅僅限于階段的發(fā)展，而在于自身業(yè)務的轉(zhuǎn)型和對手競爭。

首先，由于PC市場的整體低迷，2015年占英特爾整體收入58.1%的PC芯片業(yè)務收入下跌了8%。而且，在英特爾收購Yogitech、Itseez進軍汽車芯片行業(yè)，但這個行業(yè)早已被恩智浦、英飛凌、瑞薩所瓜分。

其次，雖然受益于全球服務器市場增長，英特爾占整體收入28.9%的服務器芯片業(yè)務收入同比增長11%，不過隨著人工智能的到來，越來越多的AI服務器開始采用NVIDIA的GPU芯片，雖然英特爾通過收購增加了AI部分的處理速度，但依然面臨很大壓力。

第三，越來越多的巨頭廠商開始加入到定制化芯片的爭奪中來。例如，谷歌就推出了定制化的芯片TPU，可以更加高效地運行谷歌的深度學習軟件工程TensorFlow。另外，諸如百度等企業(yè)開始用ARM架構(gòu)芯片搭建大型數(shù)據(jù)中心，因為可以獲得更低的功耗。

總之，英特爾在大半年的轉(zhuǎn)型中，通過大規(guī)模頻繁地收購，已經(jīng)建立起自己在人工智能尤其是深度學習領(lǐng)域的產(chǎn)品矩陣。如果整合順利，英特爾在未來或許已經(jīng)能夠鞏固巨頭的體量。但是面對智能時代的諸多挑戰(zhàn)，英特爾還要面對激烈的競爭。