英特爾全球副總裁兼人工智能產(chǎn)品事業(yè)部總經(jīng)理Naveen Rao時隔兩年再次接受新智元采訪，AI已成為英特爾“絕不能輸?shù)膽?zhàn)場”。Naveen認(rèn)為谷歌、微軟等巨頭自己造芯的做法不會持久，終將重回英特爾的懷抱。英偉達(dá)在AI領(lǐng)域的生態(tài)很強(qiáng)大，但英特爾CPU在基礎(chǔ)設(shè)施里有更雄厚的基礎(chǔ)。芯片創(chuàng)業(yè)公司要活下去很難。AI時代，仍將由英特爾來主導(dǎo)。

2018 英特爾人工智能大會（AIDC）14、15日在京舉行，英特爾全球副總裁兼人工智能產(chǎn)品事業(yè)部總經(jīng)理 Naveen Rao 時隔兩年，再次接受新智元的采訪。

盡管外界對英特爾10 納米芯片“難產(chǎn)” 和英特爾 Nervana 神經(jīng)網(wǎng)絡(luò)處理器 NNP 發(fā)布時間一再延遲充滿了“焦灼的期待”，但與兩年前相比——那時候 Naveen剛加盟英特爾不久，他告訴新智元英特爾預(yù)計在 2017 年第一季度推出一款深度學(xué)習(xí)芯片——Naveen 顯得更加從容。

當(dāng)被問及“是否覺得在 2019 年底才推出 AI 芯片有些晚”時，他反而笑著問道：“為什么會覺得晚呢？”

收購Nervana Systems——Naveen Rao 出走高通，在 2014 年與人聯(lián)合成立的深度學(xué)習(xí)芯片初創(chuàng)公司，成為英特爾全面擁抱人工智能的一個重要節(jié)點(diǎn)，Naveen 表示 AI 已是英特爾“絕不能輸?shù)膽?zhàn)場”。

如今，英特爾上下全面意識到了 AI 的重要性，他率領(lǐng)的包括 Nervana 團(tuán)隊在內(nèi)的人工智能產(chǎn)品事業(yè)部，推進(jìn) Nervana 神經(jīng)網(wǎng)絡(luò)處理器之外，還為英特爾其他所有部門提供技術(shù)支持?！白罱鼉赡暧⑻貭栔翉?qiáng)處理器的改進(jìn)也基本來自于我們組的工作。” Naveen 說。

一把鑰匙開不了所有的鎖。Naveen 表示不同的計算需要不同的架構(gòu)，但任何計算都離不開CPU。市面上已經(jīng)安裝并投入使用的CPU 是英特爾的巨大優(yōu)勢?！翱蛻舻幕A(chǔ)設(shè)施更新是逐步做起的，” Naveen 說：“沒有人會一下子把舊的全扔掉然后換新的?！?在這些基礎(chǔ)設(shè)施中，英特爾的 CPU 占了近九成，眼下最火熱的人工智能推理，也有近 90% 是在英特爾的芯片上完成。

英偉達(dá)占據(jù)了很大的AI訓(xùn)練市場，也在為GPU添加更多的AI元素，“這是很正確的做法，”Naveen說：“但我們也將提供對 AI 來說最好的 CPU?！?/p>

“CPU 加 GPU 再加各種 AI 加速器很好，如果客戶需要，把它們?nèi)糠庋b進(jìn)一個芯片里也很好，” Naveen 說：“兩者在我看來是一樣的。”

換言之，AI時代，仍將由英特爾來主導(dǎo)。

谷歌TPU不是英特爾的對手

2018 年 5 月，谷歌在 I/O 大會上發(fā)布了第三代 TPU，由 TPU 3.0 組成的 TPUPod 運(yùn)算陣列，性能相比上一代提升了 8 倍，每秒運(yùn)算性能 “遠(yuǎn)超” 100PFLOPS，也即 10 億億次——中國引以為傲的超級計算機(jī)神威·太湖之光的 Linpack 浮點(diǎn)性能是 9.3 億億次——為了給它降溫，谷歌第一次在其數(shù)據(jù)中心引入了液冷。

為了給TPU 3.0Pod運(yùn)算陣列降溫，谷歌第一次在其數(shù)據(jù)中心引入了液冷

除了谷歌，微軟、亞馬遜等巨頭都在研發(fā)自己的 AI 芯片。國內(nèi)，大公司自己造芯的聲勢更加明顯：百度的“昆侖”，阿里的“平頭哥”，華為的“昇騰”，一個比一個浩大。

不管怎么看，形勢對英特爾來說都很不利。

但 Naveen 卻說，“除了TPU（還僅供谷歌內(nèi)部使用）和GPU，你還能再說出一款已經(jīng)量產(chǎn)的AI訓(xùn)練芯片嗎？”

“英特爾不與我們的客戶相競爭，” Naveen 說：“谷歌、微軟等大公司自己做芯片，歸根結(jié)底是由于我們芯片廠商沒有提供給他們適合的產(chǎn)品，因此，短期看他們自己做芯片更省錢，更有效率。我不認(rèn)為他們會銷售芯片，也不認(rèn)為他們想要進(jìn)入芯片行業(yè)，等到英特爾研發(fā)出工藝更好、價錢更便宜的芯片時——芯片制造工藝是英特爾的核心價值所在——大公司自然就會重新使用英特爾的產(chǎn)品，不再自己做芯片?！?/p>

而且，英特爾的產(chǎn)品線可是從云到端全面覆蓋的。

佩服英偉達(dá)十年建生態(tài)，但英特爾要一統(tǒng)江湖

至于英偉達(dá)，Naveen認(rèn)為英偉達(dá)在一個正確的時機(jī)做出了正確的選擇，大力投入深度學(xué)習(xí)，現(xiàn)在也在不斷為GPU 增加更多的“AI元素”，“這是很正確的做法”。

Naveen 表示，英特爾近年來對AI的認(rèn)識也有了很大轉(zhuǎn)變。見證了人工智能幾起幾落的英特爾，在2014年之前并不認(rèn)為這一次深度學(xué)習(xí)真的能掀起些什么。

收購Naverna 代表著英特爾對人工智能態(tài)度的轉(zhuǎn)變，從“不重要”變?yōu)椤胺且豢伞?，Nervana團(tuán)隊現(xiàn)在為英特爾的所有部門，從CPU到FPGA再到物聯(lián)網(wǎng)……提供技術(shù)支持?！皩?shí)際上，至強(qiáng)處理器近兩年來的性能提升基本上都來自我們組的貢獻(xiàn)。”Naveen說。

搶占先機(jī)的英偉達(dá)，市值已經(jīng)翻了幾十番，GPU在AI訓(xùn)練市場擁有毋庸置疑的領(lǐng)先地位。但真正成就英偉達(dá)的，是其配套軟件生態(tài)系統(tǒng) CUDA。

“英偉達(dá)最初在2005年推出CUDA，這也就是說他們花了十年時間才讓CUDA能夠使用，”Naveen說，沒有人能一夜之間顛覆這種優(yōu)勢，要讓一款硬件取得成功，相關(guān)的軟件生態(tài)系統(tǒng)至關(guān)重要，而要打造這樣一套生態(tài)，“非常、非常地難”。

面對英偉達(dá)在人工智能領(lǐng)域憑借GPU+CUDA構(gòu)建起的強(qiáng)大生態(tài)，Naveen表示英特爾的應(yīng)對之道是他們兩年前便開始布局的nGRAPH——如今，有各種各樣的機(jī)器學(xué)習(xí)框架，而這些框架上的模型又需要在不同的硬件上面運(yùn)行。以前做深度學(xué)習(xí)和人工智能運(yùn)算，大家主要用GPU來加速，訓(xùn)練直接在框架里調(diào)用英偉達(dá)的CUDA庫，推理則是用英偉達(dá)的TensorRT?，F(xiàn)在硬件的選擇變多了，大家也想做更多的優(yōu)化，“框架編譯器”（compiler）的概念也隨之興起。

最初是谷歌的XLA（Accelerated Linear Algebra/加速線性代數(shù)），但XLA是用于 TensorFlow的編譯器，針對的也自然是谷歌的TPU。類似的是Facebook的Glow，實(shí)際上現(xiàn)在每家公司都在不同的層級上構(gòu)建屬于自己的中間表示，好讓編程語言能夠適應(yīng)更多的硬件組合。

2016年8月，陳天奇團(tuán)隊推出了TVM，讓包括圖模型（Graph）在內(nèi)的編程語言能夠適應(yīng)越來越多的硬件。Naveen告訴新智元，實(shí)際上TVM是比nGRAPH更低一級的中間表示，而英特爾正在與TVM合作。

英特爾要做的事情是，不與谷歌、Facebook、百度等公司直接競爭，“因?yàn)樗麄兌际俏覀兊目蛻簟?，nGRAPH能支持所有的框架，“無論你使用哪種框架，新建一個框架也行，我們都樂意支持”。

框架編譯器，比如英特爾的nGRAPH，能將不同框架上運(yùn)行的模型針對各種硬件進(jìn)行優(yōu)化，包括英偉達(dá)的GPU和其他硬件。

但Naveen也承認(rèn)，業(yè)界現(xiàn)在確實(shí)有在所有這些中間表示中確定一個“標(biāo)準(zhǔn)”的意向，因?yàn)闃?biāo)準(zhǔn)就是標(biāo)準(zhǔn)，有了大家都方便，而英特爾也不諱言想讓nGRAPH成為這個標(biāo)準(zhǔn)。

“我們比所有人都領(lǐng)先，目前最接近的就是谷歌的XLA?！?/p>

“臺積電的7nm從晶體管密度上說遠(yuǎn)不及英特爾的10nm”

但是等等，2019年底英特爾預(yù)計推出的可是“10納米”芯片，對手臺積電、三星早就量產(chǎn)了10nm，高通驍龍835已經(jīng)在市場上整整賣了一年，臺積電今年“7納米”芯片量產(chǎn)成功，明年更是已經(jīng)確定要上EUV 5納米的研發(fā)。

但這里有個“陷阱”：一般人可能都認(rèn)為10nm肯定比14nm先進(jìn)，7nm也當(dāng)然比10nm要好。實(shí)際上，7nm也好，10nm也罷，這些“線寬”僅僅代表工藝節(jié)點(diǎn)，但要衡量這個工藝的好壞，柵極間距（gate pitch）、邏輯單元高度（Logic Cell Height）、鰭片間距（fin pitch）、最小金屬間距（Min Metal Pith）等關(guān)鍵技術(shù)參數(shù)更為重要。

英特爾22nm和14nm工藝比較：鰭片間距提升

2017年9月，英特爾主動公布出臺積電、三星和自家10nm工藝相關(guān)技術(shù)參數(shù)指標(biāo)，由下圖可見，英特爾的10nm光刻技術(shù)制造出來的鰭片、柵極間隔更小。因此，在晶體管密度上幾乎是臺積電、三星的兩倍。

英特爾的10nm光刻技術(shù)制造出來的鰭片、柵極間隔更小，在晶體管密度上幾乎是臺積電、三星的兩倍

摩爾定律是怎么說的？

“積體電路上可容納的晶體管數(shù)目，每隔18個月便會增加一倍。”

因此，要看的是電路上晶體管的密度，而不僅僅是“線寬”。

Anandtech總結(jié)的全球半導(dǎo)體企業(yè)制程路線圖，那時候格芯還沒有宣布放棄7nm

關(guān)于英特爾10納米工藝芯片的“難產(chǎn)”，業(yè)界有各種各樣的推論和假說，Naveen 自然沒有給出正面回答，只說 “我們的10納米工藝研發(fā)進(jìn)度正順利按計劃完成”。

“但是，臺積電的7nm從晶體管密度上說遠(yuǎn)不及英特爾的10nm?！?Naveen說：“這是絕對的?！?/p>

AI芯片初創(chuàng)公司活下去沒靠山不行

巨頭、英偉達(dá)、臺積電等等都搞定了，對于頗有井噴式爆發(fā)的大批AI芯片初創(chuàng)公司又如何呢？

作為曾經(jīng)芯片初創(chuàng)公司的CEO，Naveen 直言：“要做出能夠大規(guī)模商用的芯片，靠初創(chuàng)芯片公司100%不行?！?/p>

現(xiàn)在確實(shí)是“計算機(jī)體系結(jié)構(gòu)的黃金時代”，也有不少炒作，但計算機(jī)架構(gòu)不是那么簡單的事情。芯片的技術(shù)周期很長，也極少能用一代就取得成功，需要不斷的迭代，這期間芯片的架構(gòu)可能過時，或者有競爭對手出現(xiàn)。

做芯片是非常難的一件事情——你或許真的能設(shè)計出一款能解決一切問題的超級芯片，但要將這款芯片制造出來，需要付出大量的努力，而就算芯片真的做出來了，成功也不僅僅是靠處理器，還有生態(tài)系統(tǒng)和商業(yè)模式要考慮，要在百億臺處理器規(guī)模的數(shù)據(jù)中心無差錯的使用，價格要能讓客戶用得起。

這也是Nervana Systems 選擇被英特爾收購的原因?！拔覀兿胍氖前炎约旱募夹g(shù)推向市場，而英特爾精湛的制造工藝和成熟的銷售渠道以及其他資源，讓我們能夠把 Nervana的技術(shù)留下來并推向市場，這是我們唯一關(guān)心的?！?/p>

“我并不是說所有芯片初創(chuàng)公司都會死，”Naveen 說：“上世紀(jì)90年代，圖形處理器市場，當(dāng)初也有成千上萬家 GPU 創(chuàng)業(yè)公司，有些被收購了，其技術(shù)也成為那些公司的一部分，大部分都倒閉了，最終活下來的有多少？而活下來的這兩家，在此期間也幾度瀕臨破產(chǎn)?！?/p>

“作為芯片初創(chuàng)公司要生存下去實(shí)在太難了，”Naveen說。Nervana Systems 曾經(jīng)有過那么一個窗口，抓住這個機(jī)遇或許能成為下一個“英特爾”，但 Naveen和他的團(tuán)隊，做了99%的人都會做的、更保守、更安全、更穩(wěn)妥、從各種意義上說，也是最明智的選擇——投入英特爾的懷抱。（Moblieye 的創(chuàng)始人是不是也是這樣想的呢？）

AI是絕不能輸?shù)膽?zhàn)場，CPU的AI化是英特爾的未來

剛剛加入英特爾時，Naveen和他的團(tuán)隊就未來AI和計算的發(fā)展著很強(qiáng)的vision，但并沒有獲得大多數(shù)人的同意。

“實(shí)際上，當(dāng)時人工智能對英特爾來說并非值得優(yōu)先考慮的事情（priority），而現(xiàn)在英特爾的每個部門都在想著AI?！盢aveen說：“AI是英特爾‘絕不能輸?shù)膽?zhàn)場’。”

CPU曾經(jīng)是英特爾的一切，也是令英特爾如此輝煌的原因。但過去兩年來，“CPU就是一切”（注：非Naveen原話）的意識形態(tài)在公司內(nèi)部已經(jīng)有所轉(zhuǎn)變，大家意識到各種各樣的加速器，尤其是AI加速器，開始扮演起越來越重要的角色。

盡管CPU不再是“唯一”，但仍然是計算結(jié)構(gòu)里不可或缺的重要組成部分。Naveen說，只要是馮·諾依曼架構(gòu)，“你必須要有一個CPU”。

在CPU的周圍，你可以放上GPU、DSP、ISP，以及NNP，或者各種新的架構(gòu)，其中一些會被淘汰，而另一則會被被大家廣泛使用，“我們很樂意把大家都用的這種架構(gòu)放進(jìn)CPU里”，Naveen說。

CPU+GPU+NNP等眾多核心的異構(gòu)計算很好，把所有這些核心封裝到CPU里成為一個SoC也很好，“在我看來這兩者是一樣的”。

英特爾另一大優(yōu)勢在于，市面上已經(jīng)安裝并且投入使用的CPU?！翱蛻舻幕A(chǔ)設(shè)施更新是逐步做起的，” Naveen 說：“沒有人會一下子把舊的全扔掉然后換新的?！?如今，全球有3500萬公司使用英特爾的CPU，眼下最火熱的人工智能推理，也有近 90% 是在英特爾的芯片上完成。

與此同時，英特爾還在不斷打造更好的CPU，不僅為人工智能。