阿里云優(yōu)惠券 先領券再下單

半導體硅片啟動了電子和計算機化的革命，而在我們互聯(lián)的數(shù)字世界里，硅集成電路(IC)幾乎支撐著當前我們能夠看到的一切的科技產品，英特爾毫無疑問是其中備受關注的焦點。

如今，得芯片者得天下的論調依舊盛行。但戰(zhàn)場卻發(fā)生了轉移，AI芯片毫無疑問是科技行業(yè)最惹人注目的賽道。全世界我們知道的科技公司包括谷歌、亞馬遜、微軟、英偉達、蘋果、阿里巴巴、高通、華為等企業(yè)不約而同發(fā)展起自身AI芯片，甚至造車的特斯拉也宣稱要開發(fā)自己的人工智能芯片。除此之外，還有許多背靠大資本的創(chuàng)業(yè)型公司，整個賽道可謂是人滿為患。

作為叱咤江湖半個世紀的英特爾自然也不會落下，最近一段時間關于英特爾高舉高打步入AI芯片等AI相關業(yè)務的消息也是不絕入耳，修長城，救北極熊......不過面對如狼似虎的競爭對手，英特爾到底能否還能C位出道呢？

剪不斷的芯片安全質疑聲：品牌“光環(huán)效應”流失嚴重

老牌科技巨頭總是容易引起人們的關注和信任呢，這類企業(yè)頭上往往自帶“光環(huán)效應”，不只是針對C端的普通民眾和用戶，更多的還有B端的合作伙伴。

尤其是做類似于AI芯片這樣的核心技術輸出企業(yè)，它們需要存求更多的B端場景進行切入，形成B2B2C的模式。選擇市場上口碑好的供應商，無疑會給產品帶來不少加分，同時也可能因此打動不少用戶。相反，供應商名不轉經傳，或者有一些黑料，需求方對這類供應商的選擇也會慎之又慎。

以三星為例，三星Galaxy Note 7的失敗是對三星品牌帶來的損害持久性是顯而易見的，這似乎也成為三星手機擺不掉的一個污點。在韓國，人們可能很容易就原諒。但在全球其他地方，國外很多科技網站通過調查表示相當一部分消費者表示可能不會再購買另一款三星設備，尤其是在中國市場，三星手機的敗相已經顯而易見。

關于英特爾芯片方面，最近幾年關于其芯片安全性的曝光、質疑和討論總是不絕入耳。

去年11月，有媒體報道稱根據(jù)《財富》雜志的報道，英特爾承認最近數(shù)年售出的PC芯片幾乎全部存在多個嚴重的軟件安全缺陷。這些安全漏洞主要存在于英特爾CPU上的“管理引擎”功能，這些漏洞存在于英特爾最近出售的幾乎每一款主流芯片，包括2015年推出的第六代酷睿芯片、2016年推出的第七代酷睿芯片全新以及去年推出的第八代酷睿處理器系列。

消息一出，立馬引起了軒然大波，雖說英特爾主動承認了，但是這一污點似乎很難洗干凈。

今年年初，在知乎上也有網友曝出英特爾、AMD、ARM等多家處理器都被曝出代號為 “ Meltdown ”和“ Spectre ”的漏洞問題，但其中也只有英特爾的處理器存在Meltdown漏洞。

今年八月，英特爾又公布了十幾個自家產品的安全漏洞更新補丁，其中就有一個新類型的Spectre漏洞，這或許也將引發(fā)人們對其安全性更多的懷疑。

那么芯片漏洞帶來的影響是什么呢？信息安全！

數(shù)年前的棱鏡事件鬧的全世界人人自危，而今年以來，上半年臉書信息泄露事件還歷歷在目，扎克伯格一時間也被沖到全世界輿論的風口浪尖上。本月，臉書”又一次遭遇了大規(guī)模用戶數(shù)據(jù)泄露，近5000萬用戶的賬戶可能遭遇入侵、甚至盜用，這也讓個人信息的安全性問題再一次成為全球關注的焦點。

而中國市場方面，雖說臉書的中國用戶十分有限，但有一個明確的趨勢就是國人對個人信息的重視程度在日益加深，尤其是各種信息泄露引發(fā)的不好后果接連發(fā)生，并不是百度掌門人李彥宏所說的那樣：“中國用戶不在乎隱私”。尤其是前不久華住酒店旗下酒店約5億條個人信息遭泄露，并在境外黑市中售賣的消息曝出，國內用戶對信息安全問題也上升到了空前的高度。

如今，隨著機器學習、大數(shù)據(jù)計算能力、存儲能力、5G等技術的高速發(fā)展，物聯(lián)網的呼聲也是愈發(fā)響亮。但物聯(lián)網時代，人們生活的方方面面都會轉化為海量的數(shù)據(jù)，這些數(shù)據(jù)涉及個人隱私甚至財產生命安全，因而信息安全問題也成為技術發(fā)展過程中人們格外重視的問題，安全性也成為B端和C短期也選擇合作或愛不能的關鍵參考因素。

英特爾就是如此，距離上一次被曝出漏洞的時間也不算太久，人們再健忘也不會忘得那么快，況且即便用戶忘了，競爭對手也會時不時的拿出來提醒，而如何彌補之前品牌“光環(huán)”的損害也將成為英特爾AI芯片發(fā)展過程中需要考慮的問題，這可能使得原本青睞英特爾的企業(yè)，投入AMD等競爭對手的懷抱。

路徑依賴下的發(fā)展弊端凸顯：英特爾主導地位不再？

50年前英特爾微處理器公司的創(chuàng)始人之一的戈登·摩爾給了我們摩爾定律，他觀察到組件開發(fā)的復雜性每年翻一番，后來修改為：芯片中集成的晶體管數(shù)量將大約每24個月翻一番。這一比率又在大約18個月內增加了一倍。然后，摩爾定律一直指引著半導體產業(yè)的發(fā)展。

如今，摩爾定律已經延續(xù)了50余年，其整體進步約為2的31次方，也就是20億以上。這意味著今天的內存芯片的數(shù)據(jù)是1965年的20億倍?；蛘哒f今天的計算機硬件是同等成本的20億倍，但這真的實現(xiàn)了嗎？答案顯而易見。

可以說，無論怎樣類比，也遠未達到20億倍的水平。事實上，這主要基于半導體小型化產生的熱量減少，從而使CPU運行得更快。然而，隨著半導體的小型化已經接近硅的理論和元素極限，摩爾定律失效的呼聲也越來越高。英特爾引以為傲的半導體業(yè)務龍頭的位置也已經被三星取而代之。

事實上，摩爾定律終有一天會失效這已經沉穩(wěn)給所有人公認的事實，但是從英得爾最近十多年的表現(xiàn)來看，似乎有些過于安逸了。

說到這里，與iPhone的失之交臂可能是英特爾最后悔的事吧。史蒂夫·喬布斯來找英特爾買智能手機芯片。英特爾當然想在這個新興市場占據(jù)主導地位，而且它誤判了iPhone市場的規(guī)模。而隨后在移動端英特爾也是步步受戳，在移動市場上被ARM搶占先機，錯失了移動終端CPU市場。

透過這次與蘋果的失之交臂，不難發(fā)現(xiàn)，優(yōu)勢有時候也是劣勢，英特爾的技術優(yōu)勢非常明顯，但過度癡迷于技術進步，這其實形成了一種僵化的商業(yè)模式，限制了它能做和不能做的事情。智能手機是個很好的例子，除此之外，在無人車等方面的研究上英特爾似乎也在一如既往的押注于芯片技術上，事實上5G、汽車制造同樣也是無人車需要考慮的問題。

物聯(lián)網本身其實是軟件+硬件的組合體，英特爾在軟件方面尤其是核心芯片技術方面的實力沒有人懷疑，但在硬件方面似乎沒有競爭對手的布局更為廣泛。

谷歌手機雖說和英特爾手機業(yè)務堪稱難兄難弟，但是谷歌還有遍布全球的安卓系統(tǒng)，蘋果和華為也有手機、手環(huán)等一系列硬件產品矩陣作為支撐，便于它們進入市場。

從技術本身來看，深度學習是人工智能的前沿發(fā)展之一，訓練一個神經網絡，讓它“學習”，就像建立神經元之間的聯(lián)系和加強大腦中的這些聯(lián)系一樣。在計算上，該學習過程可以并行化，因此可以使用GPU硬件加速學習過程。這些神經網絡為語音識別軟件、語言翻譯和語義搜索設施提供了動力，如今谷歌、Facebook和許多應用程序都在使用這些工具。

因此，一般來看，現(xiàn)行的深度學習運算架構的許多設計還是采用CPU加速縮短學習時間，似乎企業(yè)AI轉型也要基于CPU平臺來實現(xiàn)，在既有IT基礎設施和數(shù)據(jù)應用平臺之上構建AI，如此看來英特爾似乎優(yōu)勢很明顯。最近一段時間，英特爾主推的至強處理器就是對現(xiàn)有CPU進行優(yōu)化。

但不得不說的是，很多技術方面的假設很難用“并行化”來解釋，人工智能的發(fā)展重點依然在于如何讓深度學習以更具效率方式完成訓練，如此看來，英特爾所謂的優(yōu)勢其實也沒那么明顯。在此我們不妨拿facebook和谷歌的AI芯片進行為例進行分析。

Facebook定制的計算機服務器“Big Sur”，是與圖形處理單元(GPU)在個人電腦中使用的圖形卡，用來播放最新的視頻游戲與3D圖形。谷歌的硬件也是如此。那么，為什么人工智能計算是由圖形處理器而不是主流計算機處理器構建的呢？

最初，GPU設計為協(xié)同處理器，與計算機的主要中央處理單元(CPU)一起工作，以便完成要求較高的計算圖形任務。由于圖像中的一個區(qū)域和另一個區(qū)域之間沒有聯(lián)系或相互依存，作業(yè)可以很容易地分解成單獨的任務，這些任務可以并行處理，運行效率要快得多。因此很多人認為發(fā)揮GPU+CPU的協(xié)同效應才是大勢所趨，英特爾在CPU領域的成就還不足以說在未來人工智能芯片領域萬事大吉。

技術范兒十足，CPU領先，這是筆者眼中的英特爾，但這話總領先化為偏執(zhí)，過往輝煌使得企業(yè)形成了一種路徑依賴，這使得英特爾在人工智能布局看上去很難稱得上是盡如人意。

因勢而行，有的放矢：以固有優(yōu)勢為核心的產業(yè)鏈延伸才是關鍵

毫無疑問，英特爾的過往是輝煌的，但通過它近幾年的表現(xiàn)來看，似乎已經面臨著走下神壇的可能。能否吸取移動互聯(lián)網時代迷失的教訓，成為它能否繼續(xù)自己輝煌的關鍵所在。

企業(yè)的身后永遠不乏替代者，但外因是一方面，通常情況下，最堅固的堡壘往往是從內部瓦解，英特爾發(fā)展過程中最需要解決的問題同樣也是源自于內部。之前錯失蘋果，移動互聯(lián)網的“一步慢，步步慢”，這其實就是其內部問題的一個體現(xiàn)。

除此之外，之前芯片曝出安全問題則是另一個體現(xiàn)，有問題的芯片為什么還會流入市場？這在內部真的沒有人能發(fā)現(xiàn)嗎？想必應該不是，那么問題是什么呢？

當然了，產品問題是一方面，但戰(zhàn)略方面的問題最為致命，這些也是我們熟知的“大公司病”癥狀的集中體現(xiàn)。

據(jù)有關資料顯示，作為英特爾主要競爭對手之一的英偉達早在2012年就與谷歌展開合作，建造了當時最大的人工神經網絡，之后英偉達顯卡進入各個深度學習團隊開也就成為順理成章的事，之后也一步步的推進自己的AI芯片業(yè)務。而反觀此時的英特爾還在移動業(yè)務上試圖奮力一搏。

在筆者看來，如今英特爾布局相對較晚，已經落了下乘，但是好在之前CPU方面的積累過于雄厚，也不是沒有彎道超車的機會。畢竟整個人工智能芯片賽道也才剛剛開始，對于英特爾來說，找準正確的姿勢才是搶占未來的關鍵，在筆者看來這主要體現(xiàn)在以下兩個方面：

一方面，做好技術的的折中之術。

行業(yè)競爭的關鍵在于什么呢？在筆者看來這主要取決于八個字：推倒邊界，壁壘重組。

物聯(lián)網的發(fā)展涉及的技術來自于多個方面，原先某個領域的領先并不意味著萬事大吉。CPU計算力占據(jù)部分很小，擅長邏輯控制；GPU計算單元數(shù)量眾多 但無法單獨使用，但從目前來看這兩項需要協(xié)同發(fā)展，除此之外，5G等相關技術同樣需要有所涉及。

技術研發(fā)本身也是個持續(xù)性的進程，試錯成本很高，即便在技術上真的處于領先，但在具體實施階段是否采取也是個未知數(shù)，畢竟技術越高，價值越大，投放成本也越高，但具體的效果上卻不一定會有多大差距。而就AI芯片的研發(fā)方面，賽道感剛剛爆發(fā)，英特爾可能入局不算早，但這并不意味著未來就會落后，相比較移動互聯(lián)網的落地，物聯(lián)網所需要的要素過于多，因而產業(yè)爆發(fā)不會一蹴而就。

另一方面，軟硬兼施。

技術是一方面，但任何技術都需要在一定的場景作為載體才能發(fā)揮真正的價值，這二者屬于互補的關系。英特爾一直以來的技術基因自不用說，但硬件方面還是依賴于合作伙伴，然而未來人工智能芯片的賽道上，英特爾面臨的競爭對手大都不是等閑之輩，在技術實力上不見得比英特爾弱，可替代性也比較強，這時候，如果有自己的硬件作為支撐無疑會好上很多。

物聯(lián)網的未來是范圍經濟而不是規(guī)模經濟。企業(yè)需要通過擴大經營范圍，增加業(yè)務種類，輸出兩種或兩種以上的服務引起的單位成本的降低，對于英特爾來說，打造技術輸出加硬件的組合拳有助于其范圍經濟的實現(xiàn)。

即便是科技巨頭也要懂得因勢而行，順勢而為，不然自己很有可能就是下一個柯達。

對于英特爾來說，原先的優(yōu)勢在被自己的競爭對手一點點的蠶食，要想真正構建相對穩(wěn)健的護城河只能打破自己的邊界，畢竟在當前的商業(yè)社會企業(yè)優(yōu)勢往往建立在多個堡壘上，而不是一個堡壘，英特爾完全可以以GPU優(yōu)勢為核心和基礎，對產業(yè)鏈其它細分市場進行滲透。而這或許也才是英特爾未來發(fā)展的正確姿態(tài)。

科技自媒體劉志剛，訂閱號：互聯(lián)網江湖，微信：13124791216，轉載保留作者版權信息，違者必究。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！