這家傳奇的芯片制造商正在應對這樣一個現實：人工智能需要要求越來越強大的計算能力時，但摩爾定律(Moore’s Law)卻在放緩。

當我走到加州Santa Clara英特爾游客中心時，一大群韓國青少年從他們的巴士上跑出來，興奮地圍著英特爾的大招牌集合，進行自拍和集體拍攝。這是你在蘋果或谷歌可能會看到的那種狂熱。但是英特爾呢？

然后我想起來英特爾是把“硅”放在硅谷的公司。它的處理器和其他技術為個人電腦革命提供了很大的潛在動力。現年51歲的英特爾仍有一定的明星效應。

但它也正在經歷一場深刻的變革，重塑公司文化和產品生產方式。一如既往，英特爾的主要產品是臺式電腦、筆記本電腦、平板電腦和服務器大腦的微處理器。它們是由數百萬或數十億個晶體管組成的硅晶圓，每個晶體管都有一個“開”和“關”狀態，對應計算機的二進制“1和0”語言。

自上世紀50年代以來，英特爾通過在硅片上塞入更多的晶體管，實現了處理器功率的穩步增長。英特爾的發展速度是如此的穩定，以至于英特爾聯合創始人Gordon Moore在1965年做出了著名的預測:芯片上的晶體管數量每兩年將增加一倍。分析人士表示，“摩爾定律”多年來一直適用，但英特爾的晶體管填充方法已經到了收益遞減的地步。

與此同時，對處理能力的需求也達到了前所未有的高度。分析人士表示，人工智能現在幾乎在所有行業的核心業務流程中都得到了廣泛應用，它的崛起正推動人們對計算能力的需求超速增長。神經網絡需要大量的計算能力，并且在計算機團隊共享工作時它們表現最佳。而且它們的應用遠遠超出了PC和服務器，而PC和服務器首先使英特爾成為了龐然大物。

自2019年1月起擔任英特爾總裁的Bob Swan表示:“無論是智能城市、零售店、工廠、汽車還是家庭，所有這些東西都有點像今天的電腦。”人工智能的結構性轉變和英特爾擴張的雄心，迫使該公司改變了部分芯片的設計和功能。該公司正在開發軟件，設計可以協同工作的芯片，甚至還在考慮收購其他公司，以便在一個變化了的計算世界中讓自己跟上時代的步伐。隨著人工智能越來越多地進入我們的商業和個人生活，整個行業依賴英特爾為其提供動力，更多的變革肯定會到來。

摩爾定律之死

如今，主要是擁有數據中心的大型科技公司將人工智能用于其主要業務。其中一些公司，如亞馬遜、微軟和谷歌，也將人工智能作為云服務提供給企業客戶。但人工智能正開始蔓延到其他大型企業，這些企業將訓練模型來分析和處理大量輸入數據。

這種轉變將需要大量的計算。而人工智能模型對計算能力的渴望，正是人工智能復興與摩爾定律正面交鋒的地方。

幾十年來，摩爾1965年的預測對整個科技行業意義重大。傳統上，硬件制造商和軟件開發商都將自己的產品路線圖與明年CPU的性能掛鉤。正如一位分析師所說，摩爾定律讓每個人都“隨著同一種音樂起舞”。

摩爾定律還暗示英特爾將繼續研究，年復一年，如何在其芯片中實現計算能力的預期增長。在其歷史上的大部分時間里，英特爾通過在硅片上塞入更多的晶體管實現了這一承諾，但它變得越來越難。

Moor Insights&Strategy首席分析師Patrick Moorhead表示：“我們的芯片工廠快沒動力了。現在制造出這些巨大的芯片并使其經濟化已經日益艱難。”

將更多的晶體管壓縮到硅晶圓中是有可能的，但是這樣做的成本越來越高，時間也越來越長，而且所得的收益肯定不足以滿足計算機科學家們正在建立的神經網絡的要求。例如，已知最大的神經網絡在2016年有1億個參數（parameters），而到目前為止最大的神經網絡在2019年有15億個參數（parameters）在短短幾年內增加了一個數量級。

與以前的計算范例相比，這是一條截然不同的增長曲線，它給英特爾施加了壓力，要求他們尋找提高其芯片處理能力的方法。

然而，Swan認為人工智能帶來的更多的是一個機會而不是挑戰。他承認，數據中心可能是英特爾受益的主要市場，因為它們將需要強大的芯片進行人工智能訓練和推理，但他相信，英特爾也有越來越大的機會銷售用于智能相機和傳感器等小型設備的兼容人工智能的芯片。對于這些設備來說，關注的是小尺寸和功耗，而不是芯片的原始功率，造成了側重點不同。

Swan表示“我們認為三種技術將繼續加速發展：一種是人工智能，一種是5G，其次是自動駕駛系統。”這位英特爾前首席財務官在Brian Krzanich于2018苗苗被指控與一名員工發生婚外情后離職時接任首席執行官。

我們坐在英特爾總部一間毫無特色的大會議室里。在房間前面的白板上，Swan畫出了英特爾業務的兩個方面。左邊是個人電腦芯片業務，英特爾現在大約有一半的收入來自該業務。右邊是它的數據中心業務，包括新興的物聯網、自動駕駛汽車和網絡設備市常

Swan說:“我們擴展到一個需要越來越多數據的世界，這個世界需要更多的處理、更多的存儲、更多的檢索、更快的數據移動、分析和智能，以使數據更具相關性。”

相對于在500億美元的數據中心市場占據90%左右的份額，Swan更想在包括智能相機、未來自動駕駛汽車和網絡設備等聯網設備在內的3000億美元物聯網市場中占據25%的市場份額，。這就是他說的“從我們的核心競爭力開始，要求我們在某些方面進行創新，但同時也擴展了我們已經做過的工作”的戰略。這也可能是英特爾從未能成為智能手機業務的主要技術提供商的失敗中復蘇的一種方式，因為同樣來自美國的高通公司在智能手機領域長期以來一直扮演著類似英特爾的角色。（最近，英特爾放棄了在智能手機調制解調器市場的主要投資，并將剩余部分賣給了蘋果。）

物聯網市場包括用于機器人、無人機、汽車、智能相機和其他移動設備的芯片，預計到2023年將達到2.1萬億美元。雖然英特爾在這一市場的份額一直在以兩位數的速度增長，但物聯網對英特爾目前總營收的貢獻仍只有7%左右。

數據中心業務貢獻了32%，僅次于PC芯片業務，后者約占總收入的一半。人工智能首先影響的是數據中心。這就是為什么英特爾一直在改變其最強大的CPU Xeon的設計，以適應機器學習任務。今年4月，該公司在其第二代Xeon CPU上增加了一個名為“DL Boost”的功能，該功能為神經網絡提供了更高的性能，而在準確性方面的損失可以忽略不計。這也是該公司明年將開始銷售兩款專門用于運行大型機器學習模型的新芯片的原因。

AI復興

到2016年，神經網絡將被官方用于從產品推薦算法到客戶服務的自然語言機器人等各種應用。

與其它芯片制造商一樣，英特爾知道，它將不得不向其大客戶提供一種硬件和軟件都是專門為人工智能設計的芯片，這種芯片可用于訓練人工智能模型，然后可以從海量數據中推斷。

當時，英特爾還缺乏一種可以實現前者的芯片。業界的說法是，英特爾的Xeon CPU非常擅長分析數據，但英特爾在人工智能領域的競爭對手英偉達(Nvidia)制造的GPU更適合訓練這是影響英特爾業務的一個重要認知。

所以在2016年，英特爾花了4億美元收購了一家名為Nervana的初創公司，這家公司當時在研發一種用于訓練人工智能的快速芯片架構。

收購Nervana已經三年了，目前看來這是英特爾的明智之舉。在今年11月舊金山的一次活動中，英特爾宣布了兩款新的Neurana神經網絡處理器，一款用于運行從大量數據中推斷意義的神經網絡模型，另一款用于訓練神經網絡。英特爾與Facebook和百度這兩大客戶合作，幫助驗證芯片設計。

Nervana并不是英特爾當年唯一的收購案。2016年，英特爾還收購了另一家名為Movidius的公司，該公司一直在制造微型芯片，可以在無人機或智能相機等設備內部運行計算機視覺模型。英特爾的Movidius芯片銷量雖然不算大，但它們一直在快速增長，解決了Swan所期待的更大的物聯網市常在舊金山的活動中，英特爾還宣布了一款新的Movidius芯片，將于2020年上半年面世。

英特爾的許多客戶在數據中心的服務器內的英特爾常規CPU多少會需要一些人工智能計算。但要將這些CPU連接在一起，以便它們能夠標記出神經網絡模型所需的工作，并不容易。另一方面，Nervana的首席執行官和創始人Naveen Rao告訴我，每一塊Nervana芯片都包含多個連接，因此很容易與數據中心的其他處理器協同工作。

Rao說:“現在我可以把我的神經網絡分解成多個相互作用的系統。”“所以我們可以有一整架(服務器)，或者四個機架，一起解決一個問題。”

到2019年，英特爾預計其人工智能相關產品的收入將達到35億美元。目前也只有少數英特爾客戶在使用新的Nervana芯片，但他們明年可能會有更廣泛的用戶群。

改造英特爾，從芯片開始

芯片代表了英特爾長期以來的一個信念的演變，即一塊硅，一個CPU，可以處理PC或服務器需要完成的任何計算任務。隨著游戲革命的到來，這種普遍的觀念開始改變，因為游戲革命需要在屏幕上顯示復雜圖形所需的極端計算能力。將這些工作轉移到圖形處理單元(GPU)是有意義的，這樣CPU就不會陷入困境。幾年前，英特爾就開始將自己的GPU與CPU集成，明年它將首次發布獨立的GPU, Swan告訴我。

同樣的想法也適用于人工智能模型。數據中心服務器內的CPU可以處理一定數量的人工智能進程，但隨著工作的擴展，將其“卸載”到另一個專用芯片上的效率會更高。英特爾一直在投資設計新的芯片，將CPU和一些專用的加速器芯片捆綁在一起，以滿足客戶對功率和工作負載需求。

“當你在制造芯片時，你想把一個能解決問題的系統組裝起來，而這個系統（通常）需要的不僅僅是一個CPU，”Swan說。

此外，英特爾現在更依賴軟件來驅動處理器達到更高的性能和更高的能效。這改變了組織內部的權力平衡。據一位分析人士稱，英特爾的軟件開發現在與硬件開發是“平等的公民”。

在某些情況下，英特爾不再獨自生產所有芯片，這與英特爾的歷史做法有著劃時代的不同。如今，如果芯片設計者要求一種芯片，而其他公司可能比英特爾制造得更好或更高效，那么外包工作是可以接受的。例如，用于培訓的新Nervana芯片是由半導體制造商臺積電（TSMC）制造的。

出于物流和經濟原因，英特爾已經將一些芯片制造外包出去。由于其最先進的芯片制造工藝的容量限制，許多客戶一直在等待新英特爾Xeon CPU的訂單。因此，英特爾將其他一些芯片的生產外包給了其他制造商。英特爾今年早些時候曾致函客戶，對延誤表示歉意，并制定了趕超計劃。

所有這些變化都在挑戰英特爾內部長期持有的信念，改變公司的優先事項，并重新平衡舊的權力結構。

在這一轉型過程中，英特爾的業務看起來相當不錯。該公司傳統的個人電腦芯片銷售業務較五年前下降了25%，但正如分析師邁克 菲布斯(Mike Feibus)所言，Xeon處理器到數據中心的銷售正在“rocking and rolling”。

英特爾的一些客戶已經在使用Xeon處理器運行人工智能模型。如果這些工作負載增加，他們可能會考慮添加新的Nervana專用芯片。英特爾預計這些芯片的第一批客戶將是“超級計算者”，即運營著龐大數據中心的大公司，如谷歌、微軟和facebook。

英特爾將智能手機處理器市場拱手讓給高通(Qualcomm)，從而錯失了移動革命的良機，這種說法由來已久。但事實是，移動設備已經成為通過云數據中心向您的手機提供服務的自動售貨機。因此，當你將視頻傳輸到平板電腦上時，很可能是英特爾芯片在幫助你傳輸。5G的到來可能會使云游戲等實時服務成為可能。未來的一副智能眼鏡可能能夠通過與數據中心運行的算法進行閃電般的連接，立即識別物體。

所有這些加起來就形成了一個與科技界圍繞著內置英特爾的個人電腦的時代截然不同的時代。但是，隨著人工智能模型變得越來越復雜和通用，英特爾有機會成為最有能力為其提供動力的公司，就像它為我們的計算機提供了近半個世紀的動力一樣。