封圖 | CSDN 付費下載自視覺中國
習慣是用來養成的，但往往也是用來打破的。從微處理器起家，英特爾在 52 年的歷程中奠定及鞏固了其在芯片領域的地位，以至於時下但凡提及芯片設計、工藝等關鍵詞之際，映入衆人腦海的巨頭企業必然有英特爾的身影。
不過，近幾年間，除了傳統的處理器層面，在人工智能、大數據、雲計算、物聯網領域，英特爾依託強硬的硬件基礎、創新的軟件實現了數字智能化的快速轉型，甚至在其內部“以數據爲中心的業務”大有趕超“以 PC 爲中心業務”之勢，這一點也在不久前英特爾最新公佈的 2020 年 Q1 財報中得到了驗證。
據財報顯示，英特爾 Q1 營收爲 198 億美元，與去年同期的 161 億美元相比增長 23%。從更爲細分的部門業績來看，英特爾客戶計算集團即以 PC 爲中心的業務淨營收爲 97.75 億美元，其他以數據爲中心的業務，如英特爾數據中心集團 Q1 財季營收爲 69.93 億美元、英特爾物聯網集團營收爲 11.37 億美元、英特爾非可變存儲解決方案集團營收爲 13.38 億美元、英特爾可編程解決方案集團營收爲 5.19 億美元。
對此，我們也不禁好奇，對於科技巨頭而言，轉型並非一夕之間可以實現，英特爾在面向以數據爲中心時，是如何一步一步完成轉身，並逆襲傳統業務的？
或許，這可以從英特爾爲現代數據中心打造的「三駕馬車」說起。
英特爾數據中心的「三駕馬車」
早在 2017 年，英特爾就已確立“以數據爲中心”的戰略轉型目標，隨後並提出製程&封裝、架構、內存&存儲、互連、軟件、安全爲六大技術支柱，以軟硬件齊發的招式，破解數據爆發式發展下的處理、存儲、安全等種種挑戰，也讓在摩爾定律下的芯片迎來新的生機。
經歷了幾年轉型的蛻變，事實證明，英特爾以數據中心戰略並沒有走錯，同時，在計算、存儲、網絡的三駕馬車鞭策之下，更大的數字能力得到了釋放。
數據處理——第三代英特爾®至強®可擴展處理器震撼發佈
衆所周知，一直以來，“計算”是英特爾獨特的優勢。在這一層面上，正如英特爾公司數據平臺事業部副總裁，英特爾至強®處理器和存儲事業部總經理 Lisa A. Spelman 所言，“英特爾一直致力於爲至強處理器注入 AI 訓練和 AI 推理功能。從第一代英特爾至強可擴展處理器開始，就加入了 AVX-512，並優化了 FP32。在 2019 年，英特爾繼續進行了相關改進，在第二代至強可擴展中引入了英特爾深度學習加速技術，從而顯著提高了基於 INT8 推理的性能。隨着第二代至強可擴展產品的推出，英特爾將至強拓撲優化的數量從 24 個增加到 44 個。”
經過一年的迭代，英特爾於日前推出了第三代英特爾®至強®可擴展處理器，也是業界首個內置 bfloat16 支持的主流服務器處理器，能夠幫助圖像分類、推薦引擎、語音識別和語言建模等應用的 AI 推理和訓練更簡便地部署在通用 CPU 上。
如今，bfloat16 指令集技術的實現，不僅是英特爾在 AI 應用上的一大突破，而且也極大提高第三代至強處理器的處理速度，並達到相似的模型精度。目前，第三代至強可擴展處理器是當前唯一最多可提供 8 插槽可擴展性的 x86 平臺，同時爲應對更爲嚴峻的數據分析挑戰，它也支持最新一代英特爾®傲騰™持久內存。
存儲——英特爾®傲騰™持久內存200系列
在存儲方面，“所有工作負載都需要數據，但是當今的內存/存儲層次結構存在鴻溝，需要在容量，速度，成本和持久性之間進行取捨。在存儲金字塔頂部，成本很高，容量很小；在底部，容量實際上是無限的，但是訪問數據的速度很慢。”Lisa 剖析道。
針對這一點，英特爾在其豐富的 3D NAND 和傲騰技術研發經驗之上，推出了英特爾®傲騰™持久內存200系列，它也被稱之爲“英特爾的下一代持久內存模塊”，可支持前所未有的內存容量，並以最快的速度訪問持久存儲的數據。與第一代產品相比，英特爾®傲騰™持久內存200系列的平均內存帶寬增加了 25％。
如果在意外斷電的情況下，傲騰持久內存200系列提供的 CPU 對持久性數據的訪問速度比主流 NAND SSD 讀取數據快 225 倍以上。與 DRAM 不同，在計劃或計劃外重新啓動後，數據不必重新加載到內存中。
除此之外，英特爾還推出了高性能的英特爾®傲騰™固態盤和高容量的英特爾®3D NAND 固態盤，其中全新英特爾 3D NAND 固態盤 D7-P5500 和 P5600，基於英特爾最新的三層單元（TLC）3D NAND 技術而打造，可爲 AI 和大數據分析負載實現性能與容量的更優平衡。
首款針對 AI 優化的 FPGA Stratix 10 NX
值得關注的是，基於人工智能方面的研究，英特爾還推出了首款針對 AI 進行優化的 FPGA——Stratix 10 NX。它採用了 EMBI 整合封裝，並嵌入了一種新型的 AI 優化塊 AI Tensor，專注於加速 AI 應用程序，可以在相同的空間內容納 15 倍的計算量。
Stratix 10 NX 還支持高性能 AI 推理，包括高速存儲器和高速收發器。另外，英特爾是基於小芯片的架構策略，因此能夠快速開發 Stratix 10 NX 設備。預計這款經過 AI 優化的 FPGA，將於今年晚些時候上市。
英特爾爲何要 pick 人工智能？
基於以上，我們不難看出英特爾在以數據爲中心的戰略之下，人工智能的應用對算力、效率的提升具有無限的潛力。而在我們回看英特爾的轉型之路時，Lisa表示，“人工智能和分析將是未來十年起決定性作用的工作負載，推動以數據爲中心的領域從雲到邊緣的顛覆性創新。IDC 預測，2023 年 AI 系統的支出將達到 979 億美元，是 2019 年 375 億美元支出的 2.5 倍多。在摩爾定律和雲效率的幫助下，人工智能正從最複雜的組織轉向滲透每一個應用程序。”
如今隨着機器學習、深度學習等算法的不斷成熟，爲 AI 帶來了更加具象化的效果，也讓數據的價值呈現最大化，AI 的推理和訓練功能愈發完善。在應用層面上，對於英特爾而言，人工智能可以將數據從負擔變成機遇，並將應用落地到各行各業，此外，5G 的普及與發展也將從根本上改變大家對計算的看法，並要求所有網絡進行轉型。
當下，是人工智能落地應用的最佳選擇，也是英特爾乘風破浪的機遇。因此除了在硬件層面，英特爾也從軟件、生態系統爲核心，全面進行了 AI 佈局。
英特爾的軟件之路
作爲傳統的硬件廠商，在將軟件列入最新技術產業支柱之際，我們已瞭然軟件對其的重要性。事實上，在國內的上海，英特爾有一個超 2000 人的英特爾亞太研發中心，聚焦雲計算、服務器設計、虛擬化技術、大數據、深度學習、基本輸入輸出系統、固件、視頻技術等軟件方面。
在性能優化與工具層面，英特爾正在通過異構編程神器 oneAPI 建立一個統一的編程模型，爲開發人員提供統一的體驗。同時，英特爾 oneAPI 跨架構工具生態系統使開發人員能夠爲 AI、HPC 和其他計算密集型應用程序提供更好的性能和高效的開發。
另外，英特爾推出的 OpenVINO 發行版工具包是用於開發 AI 應用程序的軟件工具集，其重點是加快對諸如計算機視覺，音頻，語音等用例的推理，實現了高性能計算機視覺和深度學習視覺應用的快速開發。
針對該工具，英特爾於近日推出了該工具包的新的長期支持（LTS）版本，它提供了一致、穩定的版本，僅針對關鍵錯誤修復（爲期一年）和安全補丁（爲期兩年）進行了更新。這對於對代碼穩定性有着極高要求的物聯網客戶而言尤其重要。憑藉這些高級工具，開發者可在英特爾 CPU、GPU、FPGA 上實現 AI 工作負載的加速，並使代碼可以在目前及未來的英特爾處理器及加速器上得以兼容。
打破生態系統的壁壘
最後，從公有云提供商到 OEM 平臺以及 AI Builders 社區（SI，ISV等），英特爾已經使用 Intel AI 技術建立了蓬勃發展的合作伙伴生態系統。與此同時，基於自身，英特爾還對其精選解決方案組合進行了全面升級，以更好地幫助企業 IT 部門加速部署最迫切的需求。
在開發者生態上，在我們不完全熟知的背後，英特爾擁抱開源實則已經 20 年有餘，不僅如上述提到的 oneAPI、OpenVINO 等工具，還有 NLP 架構、RL Coach、神經網絡 Distiller 等人工智能框架及模型均可以在 GitHub 上獲取。
對於英特爾而言，正如其發言人所述，「生態系統就是一切」，通過應用程序工程和開源社區的支持，英特爾在藉助 AI 走得更快的同時，也希望能爲業界 AI 開發者降低開發的門檻。