2020年 仍然英伟达“稳赢”的一年

但是，云端AI加速器市场，却可能是英特尔有史以来首次失去主导者地位的领域。这家全球最具影响力的芯片企业，不仅正处于“芯片制程工艺停滞不前”的镇痛转型期，还需要努力解决公司内部设计与制造团队之间的隔阂与分歧。

其实在10年前，已经在数据中心具备影响力的英特尔，本是有机会将英伟达“消灭”在襁褓中的。

与游戏市场很不一样，作为典型的2B行业，数据中心市场接受一款全新的处理器产品往往是相当困难的，因为客户们往往喜欢自己熟悉且习惯的东西。

这也是很长一段时间里，英伟达向2B客户拼命宣传Tesla系列芯片，却收效甚少的重要原因。那时GPU只受到实验室以及大型石油及天然气公司的追捧，因为只有他们对算力的要求最为“极端”。

直到2010年，IBM同意把英伟达的Tesla系列显卡塞进自己的服务器里。

这次看起来十分普通的联姻，对英伟达来说却有着里程碑式的意义。因为IBM，是第一家给予Tesla系列认可的主流服务公司。

但对IBM来说，之所以会率先选择与英特尔的对手们签署合作项目，是自己制造的Power服务器芯片与英特尔形成竞争关系。（也因此，在过去十年里，你会发现IBM总是会首先推出基于AMD芯片的服务器，或者是与索尼在芯片上建立合作，联合抵制英特尔在视频游戏机市场的进攻。）

当然，那个时候英伟达的GPGPU由于仅开放了几个关键接口，并不够通用，很多数据中心如果替换处理器，还需要重新写很多代码。

但故事的发展就是这么“恰到好处”：

一方面，英特尔一再推迟对标处理器的发布，给了英伟达充分的迭代时间；而另一方面，由于服务器CPU产品遭到英特尔的碾压，另一个对手AMD在2013年退出数据中心市场，直到2018年才卷土重来。

用当时Tesla业务线负责人Andy Keane话来说就是：得到主流支持，就像是为基于数年研发的Tesla芯片开了一道泄洪闸门，使英伟达的数据中心业务线彻底爆发。

因此，总是错过关键时间节点的英特尔，现在真的着急了。

“英特尔之前收购的人工智能创业公司Nervana，2014年就说要做芯片，但2019年才推出一个深度学习推理芯片，所以现在压力很大。

“在AI加速器方面，很多云技术厂商的速度都几乎跟他们同步了，更不用说英伟达。”

一位集成电路从业者告诉虎嗅，英特尔如今只能靠大量“收购”来补齐这些缺失的模块，亦如他们大部分与AI能力相关的东西都是靠买得来的。

2019年半导体界最为轰动的并购交易——英特尔耗资20亿美元收购以色列公司Habana，便是其抗击英伟达颇为关键的一步棋。

Habana迄今为止就推出了两款处理器：训练芯片Gaudi与推理芯片Goya。前者对标英伟达的tesla V100，后者对标推理芯片T4。

鉴于V100与T4都是目前数据中心采用的主流AI加速器，所以我们可以理解为，Habana就是为争夺英伟达在数据中心市场份额的“存在”。

其中，Gaudi与许多AI专有训练芯片最大的不同在于，允许数据在多个计算节点之间共享的方式更加开放——一台电脑可以通过另一个城市的另一台电脑访问内存，不会占用自己的CPU，大大提升了使用效率。

这意味着，该能力允许用户更加高效地跨网络或加速器结构来共享数据，尤其适合在大规模并行计算机集群中使用。

Gaudi的系统开放连接与扩展形式，是被看做是其最大的优势之一

当然，除了靠“买”抢占市场，英特尔更为直接粗暴的竞争方式是——升级至强处理器、或者直接推出专门用于数据中心的GPU方案。

2019年4月，英特尔发布第二代至强处理器时，格外强调了“这是第一个内置了人工智能加速处理模块的CPU架构”；2020年中旬，一款基于Xe 架构的GPU 也将面世，而英特尔已经承认，这个产品是为数据中心量身定做的。

与英特尔相比，重返数据中心市场没多久的AMD，暂时不会对英伟达在这个市场的产品线构成威胁。

但请记住，AMD在本月被曝光细节的代号为“Arcturus”的服务器加速卡Radeon Instinct MI100，是一块针对数据中心和重量级计算任务而设计的GPU，旨在对标英伟达的T4。

新对手登台：好戏在后头

在英伟达GPU对数据中心不断渗透的过程中，除了老对手的夹击，数据中心经营者格局也在发生显著变化——

AI相关应用的急剧增长，引发了市场对超大型数据中心的强劲需求。

超级数据中心不同于典型的数据中心，从字面意义来看，他们的体量显然更为庞大，有成千上万台服务器以及数百万台虚拟机。 因此，他们有足够的能力来处理一个小型数据中心所不能承受的“AI计算之痛”。

而云服务专业媒体CRN在2019年底给出了两组有趣的调查数字：

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!