美國時間9月19日，英特爾在加州圣何塞舉辦“Innovation 2023"活動，英特爾CEO帕特·基辛格登臺，年過六旬的他一上場便做了一個伏地挺身，為這場信息量爆炸的演講做了鋪墊。

在這場英特爾年度最重要的發(fā)布會上，基辛格接連宣布公司在芯片，尤其是先進制程上的最新進展；包括采用5納米的下一代AI專用芯片Gaudi 3；酷睿Ultra和第五代至強處理器；以及Intel 18A（1.8納米）制程……

英特爾的AI時代

這次英特爾的發(fā)布會中，AI是貫穿始終的主旋律。

演講開篇，基辛格便表示，AI正在催生全球增長的新時代，在新時代當中，算力便起到了重要的作用，開發(fā)者正迎來巨大的商業(yè)和社會機會——算力離不開芯片，如今芯片形成了規(guī)模達5740億美元的行業(yè)，驅動著全球背后約8萬億美元的技術經濟。

隨后，基辛格宣布推出第五代“至強”處理器、以及即將發(fā)布搭載著英特爾酷睿 Ultra處理器的AI PC。

英特爾先是披露了一臺采用英特爾至強處理器，和4000個英特爾Gaudi2加速器的大型AI超級計算機。英特爾表示，Gaudi 2加速器已經能滿足各種AI計算的解決方案，包括更大更具有挑戰(zhàn)性的大語音模型等等。

英特爾方面稱，其第五代“至強”處理器未來將在同樣功耗下，提升數(shù)據(jù)中心的性能和存儲速度，相比于上一代，AI方面的性能提升了2-3倍，將于12月14 日發(fā)布。

為了展示AI能力的全面躍升，英特爾還拉了下游伙伴來站臺，包括AI獨角獸Stability AI、以及阿里云智能CTO周靖人。

周靖人主要闡述了阿里巴巴如何將內置AI加速器的第四代英特爾?至強?可擴展處理器，用在阿里云的通義千問大模型上。其稱，英特爾的技術，大幅縮短了模型響應時間，“平均加速可達3倍”。

至強處理器和Gaudi2加速器的搭配，更多是用在數(shù)據(jù)中心上，而英特爾此次也在探索如何把AI與端邊計算融合，改造原有的PC體驗。

英特爾甚至將他們即將推出的酷睿Ultra處理器稱為：“PC處理器路線圖的轉折點”——這顆處理器最大的亮點在于，英特爾在上面安裝了一顆神經網絡處理器（NPU)，讓傳統(tǒng)的PC也能夠在本地實現(xiàn)更強的AI 加速體驗。

另外，這顆芯片的亮點還有：是首個采用Foveros封裝技術的產品；也集成了英特爾的銳炫顯卡，能夠有獨立顯卡的性能。

英偉達在AI時代最大的財富是在全球擁有一大波忠誠的開發(fā)者。而英特爾顯然也有意構建自己的生態(tài)體系，為開發(fā)者們創(chuàng)造更高拓展性、透明度的開發(fā)環(huán)境。

大模型出現(xiàn)帶動AI服務器呈現(xiàn)加速狀態(tài)

除了對低延遲低功耗算力的性能需求，在服務器的種類上也產生了多樣化、細分化的場景應用需求。各行業(yè)與人工智能技術的深度結合及應用場景的不斷成熟與落地，使人工智能芯片朝著多元化的方向發(fā)展，為了迎合芯片的多元化，服務器的類型也將越來越豐富，并適用越來越多的行業(yè)應用場景。根據(jù)IDC在2021年的統(tǒng)計，預計到2025年中國加速服務器市場規(guī)模將達到108.6億美元，且2023年仍處于中高速增長期，增長率約為20%。


AI大模型對算力的需求分別來自訓練和推理兩個環(huán)節(jié)

1）訓練環(huán)節(jié)：通過標記過的數(shù)據(jù)來訓練出一個復雜的神經網絡模型，使其能夠適應特定的功能，模型具有一定的通用性，以便完成各種各樣的學習任務。該環(huán)節(jié)需要處理海量的數(shù)據(jù)，注重絕對的計算能力。

2）推理環(huán)節(jié)：利用訓練好的模型，使用新數(shù)據(jù)推理出各種結論。借助神經網絡模型進行運算，利用輸入的新數(shù)據(jù)來一次性獲得正確結論的過程。該環(huán)節(jié)對算力要求比訓練環(huán)節(jié)略低，但注重綜合指標，單位能耗算力、時延、成本等都要考慮。

訓練對算力要求更高：2021年中國AI服務器推理負載占比約55.5%，未來有望持續(xù)提高；訓練對芯片算力要求更高，推理對算力的要求偏低。

服務器架構隨負載量擴張而不斷優(yōu)化: 服務器架構經歷了從傳統(tǒng)單一模式到集群模式，再到分布式架構的優(yōu)化過程。傳統(tǒng)單一模式，服務器誕生初期將所有功能匯集在同一個系統(tǒng)，缺點為不便于維護、橫向拓展性不佳；因此集群模式誕生，這種集群模式將同一項目放在多個服務器上，有效緩解用戶訪問量大的壓力，但由于各個服務器間功能重復卻缺乏協(xié)同，系統(tǒng)維護成本仍然較高，且增加了用戶重復登陸問題，因此服務器架構進化到分布式模式。在分布式架構中，整個系統(tǒng)按照不同功能拆分為多個單一功能的子模塊，每個模塊被放到不同服務器中相互協(xié)作，共同組成服務器網絡，能夠有效解決功能耦合度高等問題且代碼復用性高。


GPU蠶食CPU市場

黃仁勛在今年2023 COMPUTEX演講中即提到，PC產業(yè)正同時經歷“加速運算”和“生成式AI”兩大轉變，CPU時代已經結束，產業(yè)需要一個更快的計算模式，即是GPU。以往PC、服務器中最重要的零組件為CPU，但隨著需要大量計算能力的AI應用出現(xiàn)后，GPU將成為主角，CPU淪為配角。目前最先進的系統(tǒng)是采用8個GPU配1個CPU的配置，以發(fā)揮最高的計算能力。

另一個數(shù)據(jù)中心CPU和GPU感受兩極化的原因：GPU產能因為CoWoS封裝產能不足而受限，大家買不到足夠GPU后來變成重復下單。

某客戶本來只需要50顆GPU，因為買不到足夠數(shù)量只好到處下訂，最后延伸出200顆GPU的需求量，即使最后訂單砍單一半，供需還是有缺口。這也是為什么黃仁勛一直說GPU需求真的很強很強，因為客戶都怕缺貨，實際下單的數(shù)量都早已超過實際需求不知道幾倍。

反觀通用服務器，因為全球經濟景氣不佳，消費力轉趨保守，服務器客戶對于新建的資本支紛紛縮手，轉而傾向優(yōu)化現(xiàn)有設備，或是用軟件更新等各種方式來延長使用壽命和資源重新分配，釋放更大性能，因此通用服務器芯片供應商當然會感受到無盡寒意。

不過，AI服務器和通用服務器的兩極化現(xiàn)象也不會無止境的擴大下去，因為AI服務器還是要建立在既有的基礎架構和終端設備之上，GPU侵蝕很大部分的CPU使用量，但不能全然取代CPU。

短期內，生成式AI帶來很多新應用和海量信息需求，大家趕著布建AI服務器，因此瘋狂下單GPU，等到AI服務器的需求布建到一定程度，最后還是會回過頭來布建通用服務器。長期來看，AI服務器的氣勢如虹，終究會帶動通用服務器需求脫離谷底才對。


總結

作為一家長期領先的半導體企業(yè)，以CPU而聞名天下的廠商，英特爾在處理器方面的進展尤其值得關注。在本次大會上，英特爾也的確帶來了全面的展示，英特爾的PC芯片從此也開始全面進入AI時代。

基辛格表示：“人工智能將從根本上改變、重塑和重構 PC 體驗，通過云和 PC 協(xié)同工作的力量釋放個人生產力和創(chuàng)造力。為此，英特爾正在開創(chuàng)人工智能電腦的新時代?！贝枮镸eteor Lake的Intel Core Ultra處理器，正是英特爾實現(xiàn)上述目標的一個重要倚仗