人工智能要求越来越强大时，摩尔定律却在放缓

这家传奇的芯片制造商正在应对这样一个现实：人工智能需要要求越来越强大的计算能力时，但摩尔定律（Moore’s Law）却在放缓。

当我走到加州Santa Clara英特尔游客中心时，一大群韩国青少年从他们的巴士上跑出来，兴奋地围着英特尔的大招牌集合，进行自拍和集体拍摄。这是你在苹果或谷歌可能会看到的那种狂热。但是英特尔呢？

然后我想起来英特尔是把“硅”放在硅谷的公司。它的处理器和其他技术为个人电脑革命提供了很大的潜在动力。现年51岁的英特尔仍有一定的明星效应。

但它也正在经历一场深刻的变革，重塑公司文化和产品生产方式。一如既往，英特尔的主要产品是台式电脑、笔记本电脑、平板电脑和服务器大脑的微处理器。它们是由数百万或数十亿个晶体管组成的硅晶圆，每个晶体管都有一个“开”和“关”状态，对应计算机的二进制“1和0”语言。

自上世纪50年代以来，英特尔通过在硅片上塞入更多的晶体管，实现了处理器功率的稳步增长。英特尔的发展速度是如此的稳定，以至于英特尔联合创始人Gordon Moore在1965年做出了著名的预测：芯片上的晶体管数量每两年将增加一倍。分析人士表示，“摩尔定律”多年来一直适用，但英特尔的晶体管填充方法已经到了收益递减的地步。

与此同时，对处理能力的需求也达到了前所未有的高度。分析人士表示，人工智能现在几乎在所有行业的核心业务流程中都得到了广泛应用，它的崛起正推动人们对计算能力的需求超速增长。神经网络需要大量的计算能力，并且在计算机团队共享工作时它们表现最佳。而且它们的应用远远超出了PC和服务器，而PC和服务器首先使英特尔成为了庞然大物。

自2019年1月起担任英特尔总裁的Bob Swan表示：“无论是智能城市、零售店、工厂、汽车还是家庭，所有这些东西都有点像今天的电脑。”人工智能的结构性转变和英特尔扩张的雄心，迫使该公司改变了部分芯片的设计和功能。该公司正在开发软件，设计可以协同工作的芯片，甚至还在考虑收购其他公司，以便在一个变化了的计算世界中让自己跟上时代的步伐。随着人工智能越来越多地进入我们的商业和个人生活，整个行业依赖英特尔为其提供动力，更多的变革肯定会到来。

摩尔定律之死

如今，主要是拥有数据中心的大型科技公司将人工智能用于其主要业务。其中一些公司，如亚马逊、微软和谷歌，也将人工智能作为云服务提供给企业客户。但人工智能正开始蔓延到其他大型企业，这些企业将训练模型来分析和处理大量输入数据。

这种转变将需要大量的计算。而人工智能模型对计算能力的渴望，正是人工智能复兴与摩尔定律正面交锋的地方。

几十年来，摩尔1965年的预测对整个科技行业意义重大。传统上，硬件制造商和软件开发商都将自己的产品路线图与明年CPU的性能挂钩。正如一位分析师所说，摩尔定律让每个人都“随着同一种音乐起舞”。

摩尔定律还暗示英特尔将继续研究，年复一年，如何在其芯片中实现计算能力的预期增长。在其历史上的大部分时间里，英特尔通过在硅片上塞入更多的晶体管实现了这一承诺，但它变得越来越难。

Moor Insights&Strategy首席分析师Patrick Moorhead表示：“我们的芯片工厂快没动力了。现在制造出这些巨大的芯片并使其经济化已经日益艰难。”

将更多的晶体管压缩到硅晶圆中是有可能的，但是这样做的成本越来越高，时间也越来越长，而且所得的收益肯定不足以满足计算机科学家们正在建立的神经网络的要求。例如，已知最大的神经网络在2016年有1亿个参数（parameters），而到目前为止最大的神经网络在2019年有15亿个参数（parameters）——在短短几年内增加了一个数量级。

与以前的计算范例相比，这是一条截然不同的增长曲线，它给英特尔施加了压力，要求他们寻找提高其芯片处理能力的方法。

然而，Swan认为人工智能带来的更多的是一个机会而不是挑战。他承认，数据中心可能是英特尔受益的主要市场，因为它们将需要强大的芯片进行人工智能训练和推理，但他相信，英特尔也有越来越大的机会销售用于智能相机和传感器等小型设备的兼容人工智能的芯片。对于这些设备来说，关注的是小尺寸和功耗，而不是芯片的原始功率，造成了侧重点不同。

Swan表示“我们认为三种技术将继续加速发展：一种是人工智能，一种是5G，其次是自动驾驶系统。”这位英特尔前首席财务官在Brian Krzanich于2018苗苗被指控与一名员工发生婚外情后离职时接任首席执行官。

我们坐在英特尔总部一间毫无特色的大会议室里。在房间前面的白板上，Swan画出了英特尔业务的两个方面。左边是个人电脑芯片业务，英特尔现在大约有一半的收入来自该业务。右边是它的数据中心业务，包括新兴的物联网、自动驾驶汽车和网络设备市场。

Swan说：“我们扩展到一个需要越来越多数据的世界，这个世界需要更多的处理、更多的存储、更多的检索、更快的数据移动、分析和智能，以使数据更具相关性。”

相对于在500亿美元的数据中心市场占据90%左右的份额，Swan更想在包括智能相机、未来自动驾驶汽车和网络设备等联网设备在内的3000亿美元物联网市场中占据25%的市场份额，。这就是他说的“从我们的核心竞争力开始，要求我们在某些方面进行创新，但同时也扩展了我们已经做过的工作”的战略。这也可能是英特尔从未能成为智能手机业务的主要技术提供商的失败中复苏的一种方式，因为同样来自美国的高通公司在智能手机领域长期以来一直扮演着类似英特尔的角色。（最近，英特尔放弃了在智能手机调制解调器市场的主要投资，并将剩余部分卖给了苹果。）

物联网市场包括用于机器人、无人机、汽车、智能相机和其他移动设备的芯片，预计到2023年将达到2.1万亿美元。虽然英特尔在这一市场的份额一直在以两位数的速度增长，但物联网对英特尔目前总营收的贡献仍只有7%左右。

数据中心业务贡献了32%，仅次于PC芯片业务，后者约占总收入的一半。人工智能首先影响的是数据中心。这就是为什么英特尔一直在改变其最强大的CPU Xeon的设计，以适应机器学习任务。今年4月，该公司在其第二代Xeon CPU上增加了一个名为“DL Boost”的功能，该功能为神经网络提供了更高的性能，而在准确性方面的损失可以忽略不计。这也是该公司明年将开始销售两款专门用于运行大型机器学习模型的新芯片的原因。

AI复兴

到2016年，神经网络将被官方用于从产品推荐算法到客户服务的自然语言机器人等各种应用。

与其它芯片制造商一样，英特尔知道，它将不得不向其大客户提供一种硬件和软件都是专门为人工智能设计的芯片，这种芯片可用于训练人工智能模型，然后可以从海量数据中推断。

当时，英特尔还缺乏一种可以实现前者的芯片。业界的说法是，英特尔的Xeon CPU非常擅长分析数据，但英特尔在人工智能领域的竞争对手英伟达（Nvidia）制造的GPU更适合训练——这是影响英特尔业务的一个重要认知。

所以在2016年，英特尔花了4亿美元收购了一家名为Nervana的初创公司，这家公司当时在研发一种用于训练人工智能的快速芯片架构。

收购Nervana已经三年了，目前看来这是英特尔的明智之举。在今年11月旧金山的一次活动中，英特尔宣布了两款新的Neurana神经网络处理器，一款用于运行从大量数据中推断意义的神经网络模型，另一款用于训练神经网络。英特尔与Facebook和百度这两大客户合作，帮助验证芯片设计。

Nervana并不是英特尔当年唯一的收购案。2016年，英特尔还收购了另一家名为Movidius的公司，该公司一直在制造微型芯片，可以在无人机或智能相机等设备内部运行计算机视觉模型。英特尔的Movidius芯片销量虽然不算大，但它们一直在快速增长，解决了Swan所期待的更大的物联网市场。在旧金山的活动中，英特尔还宣布了一款新的Movidius芯片，将于2020年上半年面世。

英特尔的许多客户在数据中心的服务器内的英特尔常规CPU多少会需要一些人工智能计算。但要将这些CPU连接在一起，以便它们能够标记出神经网络模型所需的工作，并不容易。另一方面，Nervana的首席执行官和创始人Naveen Rao告诉我，每一块Nervana芯片都包含多个连接，因此很容易与数据中心的其他处理器协同工作。

Rao说：“现在我可以把我的神经网络分解成多个相互作用的系统。”“所以我们可以有一整架（服务器），或者四个机架，一起解决一个问题。”

到2019年，英特尔预计其人工智能相关产品的收入将达到35亿美元。目前也只有少数英特尔客户在使用新的Nervana芯片，但他们明年可能会有更广泛的用户群。

改造英特尔，从芯片开始

芯片代表了英特尔长期以来的一个信念的演变，即一块硅，一个CPU，可以处理PC或服务器需要完成的任何计算任务。随着游戏革命的到来，这种普遍的观念开始改变，因为游戏革命需要在屏幕上显示复杂图形所需的极端计算能力。将这些工作转移到图形处理单元（GPU）是有意义的，这样CPU就不会陷入困境。几年前，英特尔就开始将自己的GPU与CPU集成，明年它将首次发布独立的GPU， Swan告诉我。

同样的想法也适用于人工智能模型。数据中心服务器内的CPU可以处理一定数量的人工智能进程，但随着工作的扩展，将其“卸载”到另一个专用芯片上的效率会更高。英特尔一直在投资设计新的芯片，将CPU和一些专用的加速器芯片捆绑在一起，以满足客户对功率和工作负载需求。

“当你在制造芯片时，你想把一个能解决问题的系统组装起来，而这个系统（通常）需要的不仅仅是一个CPU，”Swan说。

此外，英特尔现在更依赖软件来驱动处理器达到更高的性能和更高的能效。这改变了组织内部的权力平衡。据一位分析人士称，英特尔的软件开发现在与硬件开发是“平等的公民”。

在某些情况下，英特尔不再独自生产所有芯片，这与英特尔的历史做法有着划时代的不同。如今，如果芯片设计者要求一种芯片，而其他公司可能比英特尔制造得更好或更高效，那么外包工作是可以接受的。例如，用于培训的新Nervana芯片是由半导体制造商台积电（TSMC）制造的。

出于物流和经济原因，英特尔已经将一些芯片制造外包出去。由于其最先进的芯片制造工艺的容量限制，许多客户一直在等待新英特尔Xeon CPU的订单。因此，英特尔将其他一些芯片的生产外包给了其他制造商。英特尔今年早些时候曾致函客户，对延误表示歉意，并制定了赶超计划。

所有这些变化都在挑战英特尔内部长期持有的信念，改变公司的优先事项，并重新平衡旧的权力结构。

在这一转型过程中，英特尔的业务看起来相当不错。该公司传统的个人电脑芯片销售业务较五年前下降了25%，但正如分析师迈克菲布斯（Mike Feibus）所言，Xeon处理器到数据中心的销售正在“rocking and rolling”。

英特尔的一些客户已经在使用Xeon处理器运行人工智能模型。如果这些工作负载增加，他们可能会考虑添加新的Nervana专用芯片。英特尔预计这些芯片的第一批客户将是“超级计算者”，即运营着庞大数据中心的大公司，如谷歌、微软和facebook。

英特尔将智能手机处理器市场拱手让给高通（Qualcomm），从而错失了移动革命的良机，这种说法由来已久。但事实是，移动设备已经成为通过云数据中心向您的手机提供服务的自动售货机。因此，当你将视频传输到平板电脑上时，很可能是英特尔芯片在帮助你传输。5G的到来可能会使云游戏等实时服务成为可能。未来的一副智能眼镜可能能够通过与数据中心运行的算法进行闪电般的连接，立即识别物体。

所有这些加起来就形成了一个与科技界围绕着内置英特尔的个人电脑的时代截然不同的时代。但是，随着人工智能模型变得越来越复杂和通用，英特尔有机会成为最有能力为其提供动力的公司，就像它为我们的计算机提供了近半个世纪的动力一样。