英特尔推新款数据中心GPU，想做英伟达之外的第二选择

　　记者 | 彭新
　　编辑 |
　　＂我们很多伙伴反馈，目前GPU市场不错，但大家也希望有第二个选择。＂8月25日，在英特尔中国数据中心合作伙伴技术峰会上，英特尔数据中心与人工智能集团副总裁、中国区总经理陈葆立说。
　　他所指的＂第二个选择＂正是英特尔自己。在数据中心GPU（图形处理器）市场，英伟达一直难逢敌手，但英特尔最新推出的数据中心GPU产品＂Flex＂，或打破这一现状。该产品定位主流数据中心GPU，可应用于媒体转码、云游戏、人工智能推理运算等工作。
　　在如火如荼的AI计算市场上，英伟达凭借GPU最先把握住了机会，成为AI企业不可或缺的芯片供应商。而元宇宙概念兴起，云游戏、短视频的流行，更让GPU凭借在图形渲染、视频编解码方面的优势，获得市场青睐。
　　在数据中心，AI仍是GPU最重要的应用，也是大型数据中心客户的主要选择。此前，英特尔在该市场处于缺位状态，AI负载更多由CPU和专用AI芯片负责。陈葆立称，AI作为一类工作负载，用任何芯片都可以进行计算，重点是如何去做优化。他表示，英特尔在传统CPU中加入了人工智能加速的指令，目前使用最新一代的至强可扩展处理器运行一些人工智能训练或者推理的应用。
　　2019年底，英特尔花20亿元收购了以色列AI芯片公司Habana Labs，在AI芯片领域正式发力，加入主流云服务公司队列。此前，亚马逊云服务（AWS）宣布，采用Habana AI加速芯片，称相对于GPU能节省一定成本。
　　陈葆立表示，从芯片设计逻辑来看，一颗专属芯片和通用芯片相比，前者的效率最高，但缺点是没有办法做其他的事情，也因此，很多客户会选择使用范围更广的通用芯片。
　　英特尔对新发布的GPU抱有厚望。在陈葆立看来，目前通用GPU是一个很大的市场，英特尔同时推出AI芯片和数据中心GPU，在应用上并不冲突。
　　不过，他认为即使GPU是AI计算＂明星＂，CPU等通用芯片在应用场景远大于GPU，也符合一些客户的成本要求。例如，很多银行或制造业客户采购了大量志强CPU服务器，当他们想跑一跑人工智能时，可以采用英特尔提供的工具或者是软件进行尝试，而不用采购GPU服务器。＂它可能不是最快最顶级的速度，但绝对是可以用的。＂
　　近年来，从英特尔收购Altera以及Nervana、Habana两家AI芯片企业，到英伟达以69亿美元收购网络芯片商迈络思（Mellanox），再到AMD完成收购赛灵思，均可谓围绕数据中心业务进行全面布局。
　　同时，在芯片架构上，各大厂商均强调数据中心的系统级创新，包括Chiplet（小芯片）等新技术理念受到关注。
　　陈葆立向界面新闻记者称，CPU在数据中心中不可或缺，而GPU广泛用于AI场景，但两颗芯片之间的数据传输、存储存在短板，影响了整个系统的性能发挥。他举例，Chiplet通过新芯片连接技术，从芯片层就把两大算力引擎CPU和GPU联系在一起，把数据＂高速公路＂打通后，可以解决数据堵塞问题。
　　数据中心仍是英特尔最重要的业务，贡献主要利润份额，但当前面临宏观经济挑战。根据最新财报，英特尔数据中心和人工智能业务二季度实现营收46亿美元，运营利润为2.14亿美元，分别同比下滑了16%和90%。
　　英特尔CEO基辛格称，尽管数据中心市场长期增长的态势依然牢固，但需求无法避免宏观经济逆风影响，预计下半年将有所下滑。为此，英特尔已下调对服务器产品潜在市场总量的预期。