旗下微信矩阵:

在产品变革的路口,群雄并起,英特尔该何去何从?

在过去两年的美国股市中,市场表现最为抢眼的上市公司都有普遍的共性,就是和数据存储与计算、人工智能有着千丝万缕的联系。美籍台湾华人黄仁勋所创办的芯片企业英伟达(NVIDIA),可能是表现*的其中之一。
2016-08-23 13:24 · 砺石商业评论  砺石商业评论   
   

  “等灯等灯。” 中国人民对英特尔广告的调侃,如今看起来竟然成为了一个超越时代的预言,一语成谶。

  PC时代的英特尔,是存在于无数PC厂商背后的庞大帝国,不论是联想、宏碁、华硕,还是哪家电脑产品,不管外表看起来有多么光鲜亮丽、体型各异,内心大多都有一颗来自英特尔奔腾的芯。

  这个曾经战胜了无数竞争对手、凭借技术、品牌、行业标准等等一系列竞争优势,成为科技产业歌利亚巨人的企业,在最近几年的时间里,却不得不面对来自移动芯片市场、物联网芯片市场的强烈冲击。

  高通、ARM等企业在移动芯片、物联网芯片方面的强势,让英特尔在移动互联网时代几乎毫无收获。但对于英特尔来说,依靠PC、服务器庞大的存量市场,仍然可以有相对稳定的市场表现。

  可是原本属于英特尔的后院,如今也已经悄然起火。

  由美籍台湾人黄仁勋创立的芯片企业英伟达(NSAQ:NVDA),原本是全球知名的显卡芯片厂商,全球可编程图形处理的技术*。在NVIDIA显卡的帮助之下,PC产品可以获得更好的图像表现。如果英伟达仅仅关注于显卡领域,那么它可能会一直是一个硬件领域强有力的竞争者,但黄仁勋并没有。

  利用自身在图形处理方面*的技术能力,他将图形处理器GPU升级成为可以用于深度神经网络、云端、企业和其他高性能计算机使用的运算中枢,如今几乎成为了大型互联网企业进行深度学习训练的标配。

  身陷移动互联网、物联网市场泥潭的英特尔,上一节课还没补完,不得不面对又一个新的竞争对手,在人工智能庞大势能的推动下,向自己的优势市场席卷而来。

  在产品变革的十字路口,英特尔已经被各路竞争对手逼入绝境。是继续“等灯”?还是选择方向,加速突破?英伟达名利双收的GPU产品,将怎样改写科技行业的历史进程?芯片产业的两大巨头,都面临着属于自己的历史时刻。突破,没落,都在一念之间。

       英特尔面临的全方位挤压

  “GPU”并非是一个全新的概念。

  这一产品之所以能够出现,最早、最重要的原因,是为了适应视频游戏产业的快速发展。即便是今天,其主要市场空间,也仍是在不断增长中的视频游戏市场。

  众所周知,图形运算相比简单的数据运算,需要的计算能力要高得多。因此在2003-2004年左右,图形学之外各个领域的专家,开始注意到GPU与众不同的计算能力,开始尝试把GPU用于通用计算,这被称为“GPGPU”。

  在GPU方面具备核心技术优势的英伟达,自然不会无视这样扩充自身产品业务半径的*机会。随后,英伟达、AMD(Ati)等企业先后发布了相关产品, GPU开始真正在通用计算领域得到广泛应用,特别是海量数据处理(包括排序,清洗,分析)、金融等特定行业的分析。

  对于英伟达而言,GPU的市场范围一下子从纯粹的显卡产品中跳了出来,对CPU形成了一定程度上的计算替代。这对于英特尔的处理器产品来说,可以说是实实在在的威胁。

  虽然从目前来看,GPU很难直接取代掉CPU,但运算能力更强、更加符合科技产业发展趋势的GPU,已经开始压缩CPU的存在价值。

  相比之下,英特尔的CPU产品近年虽然也在不断的更新换代,但其性能增长速度已经在大大放缓。

  经过数十年的快速发展,传统的芯片制造工艺,已经无法适应每年发布一代CPU的速度,英特尔必须延长每一代产品的生命周期。2016年年初,英特尔宣布将放弃十多年前制定的“Tick-Tock”战略模式,将原本耗时两年的芯片发展周期,调整为三年一个周期。

  同时,英特尔产品高耗能的特征,几乎从来没有改变过。ARM所设计的芯片产品在这方面更具优势,因此在移动互联网时代和即将到来的物联网时代,都对英特尔产品保持了碾压式的优势,包括联想在内几乎所有采用英特芯片的智能硬件,都无一例外的败下阵来。

  GPU产品虽然相比英特尔的产品能耗更大 ,但更加强大的运算能力,在云计算、大数据分析、深度神经网络等方面,都有更加出彩的表现。

  多层次的挤压之下,PC时代的*英特尔,已经到了必须推进变革的时刻。

       英伟达股价如何两年涨两倍

  在显卡领域,英伟达已经在行业中做到了*。在其官网上,骄傲的写着“全球视觉计算技术的行业*”几个大字。

  在攻占了显卡类产品行业最高山峰之后,黄仁勋将更多的注意力放在了人工智能领域。

  他敏锐的察觉到,“各个行业中有远见的公司,都在采用深度学习技术来处理爆炸性增长的数据量,这帮助他们找到新方法,来利用随手可得的数据财富,开发新产品、服务和流程,从而创造巨大的竞争优势”。

  在显卡时代积累下来的GPU技术,被英伟达用来开发和拓展全新的硬件产品,几年之间,已经形成了一整套比较成熟的技术平台和解决方案,支撑着各类企业进行深度的研究、探索和应用。

  通过这些解决方案,各类企业可以训练诸如图像、笔迹和声音识别等颇具挑战的应用程序,并加快训练速度,包括谷歌、Facebook在内的几乎所有*人工智能企业,都离不开英伟达的硬件平台。

  从目前的使用效果来看,英伟达的芯片产品在人工智能,特别是图像处理、视频处理等方面具有强大的优势,同时基于其庞大数据吞吐量的设计,更适应人工智能时代海量的计算任务。

  2015年年底,Facebook宣布了他们人工智能硬件“开源化”战略,代号为“Big Sur”的新一代人工智能硬件,正是基于英伟达的产品Tesla M40 GPU加速器。

  就在上周,英伟达向马斯克麾下的OpenAI交付了世界上*台单机箱深度学习超级计算机(NVIDIA DGX-1)。这个高度集成化的产品,可以帮助OpenAI的工作人员解决人工智能领域最困难的问题。黄仁勋表示,这一产品是英伟达3000人团队,花费3年时间创造出的*进深度学习工具。

  能够为谷歌、Facebook、埃隆·马斯克这样的硅谷人工智能中坚力量提供解决方案,英伟达的行业地位可见一斑。

  随着产品的成功,英伟达在资本市场的表现也变得炙手可热。2015年开年以来,该公司的股价连续跳空上涨,截至目前已经上涨超过210%,是纳斯达克市场最近一年多以来表现*的上市公司之一。

       人工智能背后的硬件变革

  和早期的传统PC一样,如今的人工智能硬件产品更多的在被大型企业所使用。消费级人工智能产品虽然已经很多,但基本都是体现在软件应用端。

  虽然截止目前,以英伟达芯片为代表的人工智能硬件,更多用于云端、企业、服务器等领域,但随着技术向民用领域的深入和外溢,必将广泛的应用到多种多样的消费级产品终端之上。

  想象一下,如今几乎全部的数据分析、处理能力,都被集中在大型互联网企业手中,这些企业具备的庞大、海量数据的分析、计算能力,维持了其在移动互联网时代优势的行业地位。

  而数量更多、行业分布更加广泛的各类企业,由于信息化程度不足、数据积累不够充分,仍然没有开启属于自己的大数据计算和分析时代。这些行业、企业随着信息化能力的提升,都将具备很大的数据分布式计算的潜力。

  另外,随着海量数据以超乎想象的速度汇集,互联网企业传统的集中式数据处理中心,将面临巨大的压力,因此分布式计算就变得很有必要,至少也需要在底层进行部分的数据清洗与筛查。

  同时,对于个人用户来说,接纳来自云端的大数据分析结果,与自身互联网使用“小生态”之间,仍存在着一定程度的偏差。基于个人用户或某一小片地区用户(如某一社区)使用基础的人工智能硬件,将发挥出自己非常关键的分布式计算作用,从而为特定人群创造出更好的智能化应用体验。

  当然,这一切都以人们日常生活和工作深度、全面的数据化作为前提。到那时,以GPU为代表、计算能力*、适应人工智能时代的“新硬件”,将会全面走进我们的生活。对于硬件行业来说,这意味着一次全面的变革和突破。

  很幸运的是,如今我们能够看到以英伟达为代表的一批企业,已经顺应时代的发展,探索出了一系列创新产品,为大型数据企业所用。即便是如英特尔这种在时代变革之下有所踌躇的企业,也开始通过并购、整合的方式,在人工智能方面进行补课、探索。

  时代的浪潮并非汹涌而来,而是以一种润物无声的方式渐渐推进,当终端消费者发现变化的时候,产业层面往往已经发生了深刻的变革。如今,英伟达和英特尔的发展轨迹,正是这一进程*的体现。


【本文由投资界合作伙伴砺石商业评论授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。

看了这篇文章的用户还看了