英特爾這幾年估計心很累,。
除了PC銷量下滑、工藝進展遲滯,，當英偉達股價上漲,、新型AI處理器問世、AMD收購賽靈思,、蘋果發(fā)布新芯片……英特爾每每都要被拖出來吊打一次。
是廉頗老矣？還是大象善舞本來就不容易,？
從英特爾現(xiàn)在的業(yè)務(wù)情況來看，傳統(tǒng)PC業(yè)務(wù)已經(jīng)從原來的八成下降到現(xiàn)在的五成,，而數(shù)據(jù)中心則一路上揚,，營收從原來的二成增長到了五成?；蛟S老牌科技企業(yè)都逃不開波峰低谷的發(fā)展周期,，于是轉(zhuǎn)型就成為必然。
從2017年開始,，英特爾就宣稱自己是一家數(shù)據(jù)公司,，因為“數(shù)據(jù)才是未來的石油”。2018年底,，英特爾宣布最新戰(zhàn)略目標,，即以制程和封裝、XPU架構(gòu),、內(nèi)存和存儲,、互連、安全,、軟件六大技術(shù)支柱為核心,，明確了“以PC為中心”轉(zhuǎn)向“以數(shù)據(jù)為中心”的轉(zhuǎn)型目標。
而就在昨晚,，英特爾正式發(fā)布其首款數(shù)據(jù)中心獨立圖形顯卡——服務(wù)器GPU,，以及oneAPI Gold工具包。這也意味著,，英特爾六大戰(zhàn)略中的XPU架構(gòu)（XPU架構(gòu)中的“X”指的是包含 CPU,、GPU、專用加速器以及FPGA 的混合架構(gòu)）集齊最后一條“神龍”,；軟件方面,，one API Gold繼Beta版本發(fā)布一年后，也完成了階段性的躍升,。軟硬件共同發(fā)力,，英特爾卯足力氣攪動數(shù)據(jù)中心本來就不平靜的池水,。
局勢已經(jīng)非常明朗，英特爾,、英偉達,、AMD都在打造自家的XPU架構(gòu)，通過收購也好,、自研也罷,，在硬件架構(gòu)和軟件工具上的布局都是一副當仁不讓的態(tài)勢。
英特爾加速計算20年坎坷路
英特爾不是沒有過獨立顯卡GPU的嘗試,，只不過是20年前,。2009年末，英特爾宣布取消“Larrabee”圖形芯片項目,，將重注都押在多核的技術(shù)路徑上,。
彼時，英偉達已經(jīng)推出Tesla,，大舉進攻,。AMD也在2006年收購了ATI后正式進入顯卡領(lǐng)域，雖然在CPU和GPU面臨著英特爾和英偉達的雙重夾擊,，卻也是成就今天三足鼎立局面的關(guān)鍵一步,。
英特爾在集成顯卡這條路的經(jīng)濟賬沒毛病。將圖像處理的部分整合到CPU中,，這樣一來核心顯卡始終是和CPU一體的,，必要時還是需要調(diào)用部分CPU的運算能力來提高圖像處理效率。當性能需要提升時怎么辦,？增加核顯,，還可以提高處理器價格，間接增加利潤,?；蛟S正因如此，英特爾沒有太大動力去開發(fā)獨顯GPU,，在宣布取消Larrabee項目時,，信誓旦旦表示不會推出獨立顯卡GPU，至少短期內(nèi)不會,。
被停掉的Larrabee后來成為了至強融核（Xeon Phi）協(xié)處理器的原型,，這是英特爾首款集成眾核（Many Integrated Core，MIC）架構(gòu)的產(chǎn)品,，用作高性能計算的超級計算機或服務(wù)器的加速卡,，順應(yīng)了高性能計算市場的異構(gòu)需求。Xeon Phi也一度被用到超級計算機上,，雄霸世界超算榜單,，例如我國的天河一號,、天河二號，直到2015年4月被美國禁止向中國超算中心出口Xeon Phi,。
受市場需求頹勢的主要影響,，2018年開始，代號為Knight Landing的Xeon Phi 7210,、7230等產(chǎn)品列入停產(chǎn)計劃,；去年，代號為Knight Mill的Xeon Phi處理器也啟動停產(chǎn)計劃,，并宣布將在今年7月31日停止出貨,。
而就在英特爾在加速計算曲折前進的這些年，英偉達GPU一騎絕塵,，AMD也在CPU和GPU雙線開花。雖說船大不好調(diào)頭,，但作為巨頭,，必要時確實要勇于自我piapia打臉。
2017年末,，原AMD RTG總裁,、顯卡首席架構(gòu)師Raja Koduri離開AMD，加入英特爾,。當時業(yè)界就推斷英特爾可能要重啟獨顯計劃,，直到Xeon Phi陸續(xù)停產(chǎn)，這一猜想在去年達到沸點,。
直到今年8月的架構(gòu)日上,，英特爾曝光了針對數(shù)據(jù)中心的首款基于 Xe 架構(gòu)的獨立圖形顯卡，有關(guān)英特爾開發(fā)獨顯GPU的傳言正式得到驗證,。
英特爾高級副總裁,、首席架構(gòu)師，兼架構(gòu),、圖形和軟件部門總經(jīng)理RajaKoduri發(fā)布Xe戰(zhàn)略
Xe GPU的出現(xiàn),，從多個維度補充了英特爾缺失的拼圖。它正式宣告英特爾進軍高端GPU領(lǐng)域,，將觸角伸向移動端,、桌面端、云游戲,、數(shù)據(jù)中心,、高性能計算等多個領(lǐng)域。此外,，它作為英特爾向量計算的代表產(chǎn)品,，進一步補全了英特爾的XPU組合,。
XPU架構(gòu)成為必爭之地
僅有CPU一條路確實走不通，這一點AMD的方向從一開始就是正確的,，英特爾這些年也通過買買買擴充了XPU架構(gòu),。
圖源 | arabhardware.net
2015~2019這幾年間，英特爾都有重磅收購,，幾乎都是圍繞這個架構(gòu)理念展開的,。2015年收購FPGA供應(yīng)商Altera，2016年收購AI芯片供應(yīng)商Nervana,，2017年收購了ADAS芯片供應(yīng)商Mobileye和AI芯片供應(yīng)商Movidius,，2018年收購eASIC，2019年收購云端AI芯片供應(yīng)商Habana Labs,。
直到昨天正式推出針對數(shù)據(jù)中心的首款服務(wù)器GPU,，至此，XPU全家桶已配齊,。如果說英特爾之前擱置GPU計劃是出于市場策略和技術(shù)瓶頸,，那么，今天重返這一市場,，難度就會低嗎,？英偉達的GPU性能不夠好嗎？AMD的性價比它不香嗎,？用戶選擇英特爾的理由是什么,？
據(jù)英特爾的技術(shù)大拿表示，在過去的20年里,，英特爾其實一直在提供集成圖形顯卡,。而顯然，隨著工作負載和性能需求都在上升,，AI和流媒體在這些工作負載中的占比也在上升,。英特爾正在擴展為更為堅實的Linux堆棧，并將從數(shù)據(jù)中心一些獨特的用例開始,，比如安卓云游戲和流媒體服務(wù),。
這是非常明智的一個起步。安卓云游戲在全球游戲開發(fā)生態(tài)系統(tǒng)中占據(jù)74%的市場份額,，增長空間非常大,；而流媒體服務(wù)涉及高密度的媒體轉(zhuǎn)碼和編碼，現(xiàn)在小視頻,、直播盛行,，有著巨量的用戶市場。英特爾希望通過至強可擴展處理器與全新服務(wù)器GPU的組合，加上開源和授權(quán)的軟件組件,，通過較低的總體擁有成本（TCO）,，為安卓云游戲以及實時頂級視頻直播的高密度媒體轉(zhuǎn)編碼提供高密度、低時延的解決方案,。
但不管怎樣,，英特爾這一次押注數(shù)據(jù)中心GPU，將會是更為艱難的挑戰(zhàn),。首先龐大的研發(fā)投入仍然必不可少,，更重要的是，這一次要突圍的技術(shù)需要多點開花,，要在AI,、5G、自動駕駛等領(lǐng)域都要持續(xù)投入,，基礎(chǔ)研發(fā)上既要保持專注還要保證核心競爭優(yōu)勢,，軟件要更易用，生態(tài)要更強大,。
互相滲透的軟件生態(tài)
XPU的確很強大,，但是想要把整個計算系統(tǒng)打通，除了硬件,，軟件平臺也是要搭建的。因為涉及到具體的開發(fā)工作,，在不同架構(gòu)之間切換并不容易,，尤其是想要跨廠商進行切換的時候，這也是業(yè)內(nèi)普遍的痛點,。
英特爾曾在2019年的SuperComputing大會上首次提出oneAPI,，并表示這是為實現(xiàn)統(tǒng)一、簡化的跨架構(gòu)編程模型所提出的愿景,，希望能夠不受限于單一廠商專用的代碼構(gòu)建,，且能實現(xiàn)原有代碼的集成。借助oneAPI,，開發(fā)者可以針對他們要解決的特定問題選擇最佳的加速器架構(gòu),，且無需為一個架構(gòu)和平臺再重寫軟件。這不僅能夠釋放底層硬件的性能潛力,，同時能降低軟件開發(fā)和維護成本,。繼Beta版本發(fā)布一年后，相信這次最新發(fā)布的Gold版本在代碼穩(wěn)定性,、成熟度以及性能表現(xiàn)方面值得期待,。
既然支持跨架構(gòu)、跨廠商的切換，那么不妨設(shè)想一下,，如果英特爾,、英偉達和AMD的芯片同在一個系統(tǒng)中，oneAPI是否可以提供支持,？
對這一問題,，英特爾方面給出的答案是肯定的，哪怕這個系統(tǒng)中沒有英特爾的芯片,，也是可以支持的,。這意味著什么？它將成為開放的行業(yè)規(guī)范,，任何人都可以運用它,，它甚至可以進入英偉達、AMD的生態(tài)系統(tǒng),。面對競爭,，英特爾向友商敞開懷抱，并且進入他們的陣營擁抱他們和他們的盟友,。oneAPI就是英特爾在軟件乃至生態(tài)層面最大的雄心,。
英偉達的做法異曲同工。在2019年法蘭克福國際超算大會上,，英偉達已經(jīng)宣布其CUDA編程架構(gòu)開放支持Arm CPU架構(gòu),，向Arm生態(tài)系統(tǒng)提供全堆棧的AI、HPC軟件,，可支持所有AI框架,、600多個HPC應(yīng)用程序的加速，其中包括所有NVIDIA CUDA-X AI和HPC庫,、GPU加速的AI框架和軟件開發(fā)工具,，比如支持OpenACC的PGI編譯器和性能分析器。而堆棧優(yōu)化完成后,，NVIDIA將為所有主流CPU架構(gòu)提供加速,，包括x86、POWER,、Arm,。
AMD幾年前也開始了這樣的嘗試，其Radeon開放運算平臺ROCm,，希望通過CUDA編譯代碼轉(zhuǎn)換,，進一步支持英偉達的 CUDA平行運算平臺，開始了在軟件平臺上對英偉達的追趕,。
寫在最后
5G,、AI都在催生計算場景的多樣性和更為豐富的內(nèi)涵。未來的數(shù)據(jù)是多樣化的，需要通過多種硬件計算組合來應(yīng)對多種數(shù)據(jù)類型,，誰能挖掘出最優(yōu)化的算力組合,，誰就能讓數(shù)據(jù)發(fā)揮出最大價值。異構(gòu)計算,，不僅是解決摩爾定律走入絕境的一種方法,，更是未來所需。這就是為什么英特爾,、英偉達,、AMD紛紛在構(gòu)建自己的XPU平臺。
不過,，當三大巨頭紛紛端出自己的全家桶時,，一個挑戰(zhàn)是共通的：進步絕不僅體現(xiàn)在處理性能的提升上，更大的難題在于：如何牢牢抓住應(yīng)用需求,，用極為豐富,、靈活的組合給出最優(yōu)化、最適配的方案,？