日前，以CPU為主的英特爾和GPU為主的英偉達先后發(fā)布了自己今年第一季度財報，其中雙方利潤分別同比增長了45%和48%，按理說雙方利潤的增長都相當可觀，尤其是對于英特爾，在當季PC市場依然下滑之時，仍以PC芯片為主的英特爾能夠實現(xiàn)如此的利潤增長實屬可貴，但事實遠沒有看起來那般簡單。
反映在資本市場中，英特爾在取得了看似不錯的財報后，其股價不漲反跌，跌幅高達6%左右，相比之下，英偉達的股價則大幅上揚了14%左右。
那么問題來了，為何同是利潤增長，且增長幅度幾乎相同，但雙方在股價上的表現(xiàn)卻大相徑庭呢？這背后的真正原因是什么？又預示著芯片產業(yè)怎樣的趨勢？
其實只要稍微留意雙方的財報和業(yè)內的分析就不難發(fā)現(xiàn)其中的緣由。由于云服務提供商的數(shù)據(jù)中心對于芯片的需求非常旺盛，英偉達第一財季的數(shù)據(jù)中心業(yè)務營收為4.09億美元，同比增長了一倍以上，輕松擊敗了分析師預期的3.182億美元。
與之相比，英特爾的數(shù)據(jù)中心業(yè)務（DCG）收入為42億美元，盡管增長了6%，但因不及預期，導致英特爾股價大跌3%。也就是說雙方在數(shù)據(jù)中心（芯片）市場的表現(xiàn)才是決定股價的關鍵。
如果說上述是因為外部（主要來自英偉達）競爭壓力導致英特爾股價下跌的話，英特爾內部業(yè)務的表現(xiàn)也起到了一定作用。從構成英特爾營收和利潤的兩大主力業(yè)務看，據(jù)英特爾第一季度財報顯示：以PC芯片為主的客戶端計算事業(yè)部（CCG）的運營利潤為30.31億美元，同比增長60%，而以數(shù)據(jù)中心服務器芯片為主DCG運營利潤則同比下降了16%至14.87億美元。
而眾所周知的事實是，CCG業(yè)務所在的PC產業(yè)日漸走低，以數(shù)據(jù)中心服務器芯片為主DCG業(yè)務才是英特爾現(xiàn)在和未來增長的動力，這已是業(yè)內（包括英特爾自己）的共識。更何況本季度CCG業(yè)務的運營利潤增長并不具備可持續(xù)性，這點從PC市場依然下滑，英特爾CEO科再奇在財報發(fā)布上的今年全年，這一業(yè)務仍然會出現(xiàn)個位數(shù)下滑的預測可見一斑，也進而再次證明了以數(shù)據(jù)中心服務器芯片為主DCG業(yè)務表現(xiàn)對于英特爾的重要性。
實際上，分析師對本季度英特爾的DCG業(yè)務運營利潤下滑均感到不解，紛紛在電話會議期間進行詢問。而英特爾給出的原因是把未來制程節(jié)點作為了首選，成本較高所致?？墒聦嵳娴娜绱藛?？
“現(xiàn)在，全世界各大互聯(lián)網(wǎng)和云服務提供商都在使用英偉達的GPU芯片。”英偉達首席財務官科萊特·克雷斯（Colette Kress）在財報電話會議結束后說。不知業(yè)內看到這句話有何感想？我們看到的是，克雷斯說的這些大公司包括社交網(wǎng)絡Facebook、Alphabet公司旗下的谷歌、IBM、微軟和阿里巴巴集團。甚至連亞馬遜AWS云服務都在使用英偉達的芯片。而這些公司其實也是英特爾DCG業(yè)務的主要客戶。
在此，也許有人會質疑，在目前占有數(shù)據(jù)中心服務器芯片市場90%以上市場份額的英特爾，英偉達的沖擊真的會對其造成實質性的影響嗎？這里我們不妨看看英偉達的GPU在數(shù)據(jù)中心服務器芯片市場的表現(xiàn)。
以其去年發(fā)布的Tesla P100為例，由8塊Tesla P100搭建的DGX-1，其GPU吞吐量相當于 250臺傳統(tǒng)服務器的水平。除此之外，DGX-1系統(tǒng)還包含一套深度學習軟件，即深度學習GPU訓練系統(tǒng) (DIGITS)，可用于設計深度神經網(wǎng)絡 (DNN)。
據(jù)了解DGX-1可以將深度學習的培訓速度加快75倍，將CPU性能提升56倍，即英特爾雙路至強系統(tǒng)需要250多個節(jié)點和150個小時來訓練Alexnet，而DGX-1只需要一個節(jié)點2個小時。值得一提的是，在谷歌大腦項目中，3臺機器中配置了12顆GPU，性能就達到了包含1000個節(jié)點的CPU簇的水平。
進入到今年，英偉達推出了新的Tesla V100，這款AI芯片有210億個晶體管，比一年前的Tesla P100還要強大，同時Tesla V100具有5120個CUDA處理內核。對此，英偉達CEO黃仁勛表示，這種芯片的能力和能源效率有助于云服務供應商大幅提升其使用AI的能力（云服務和數(shù)據(jù)中心提供業(yè)務的發(fā)展趨勢），可以將數(shù)據(jù)中心的能力提高15倍，替代400臺傳統(tǒng)CPU的服務器，甚至無需建立新的數(shù)據(jù)中心。
看到這里想必業(yè)內應該清楚英偉達對于英特爾的影響了吧，即現(xiàn)在和未來，英偉達主打AI領域的GPU都會在不同程度上沖擊英特爾在數(shù)據(jù)中心芯片市場CPU的銷量、營收和利潤。其實這種沖擊在本季度就應該有所顯現(xiàn)，只是英特爾以未來制程節(jié)點作為了首選，成本較高所致其運營利潤下滑，避重就輕罷了。
更讓業(yè)內擔心的是，在日前英偉達主辦的GTC 2017上，英偉達宣布GTC參加人數(shù)在五年內上升了三倍，今年達到7000人，GPU開發(fā)者增長了11倍達到50多萬，CUDA驅動程序和SDK的下載量也超過了百萬。
此外，英偉達還推出GPU云平臺和開源Xavier DLA，我們看到的是英偉達不僅在GPU本身，而是以此為基礎正在打造以滿足AI需求的未來數(shù)據(jù)中心的新生態(tài)，這才是讓英特爾細思極恐之處，畢竟在傳統(tǒng)的數(shù)據(jù)中心和云服務市場，英特爾最大的護城河也是其圍繞x86架構建立的CPU生態(tài)。
針對上述云服務和數(shù)據(jù)中心提供商，基于自身和提供具有AI功能業(yè)務需求的轉變及英偉達的快速發(fā)展，英特爾并非沒有意識和動作。
但英偉達早在2011年左右就開始AI芯片的研究和布局不同，后知后覺的英特爾采用的是“買買買”的并購方式：去年5月，收購計算視覺軟件公司Itseez；6月收購FPGA制造商Altera；8月收購深度學習初創(chuàng)公司Nervana Systems；9月收購機器視覺初創(chuàng)公司Movidius等，一系列集中爆發(fā)的并購都與AI有關。
從理論上講，英特爾并購的上述企業(yè)在AI芯片方面都具有自己的優(yōu)勢，例如雖然GPU相比CPU有一定的優(yōu)勢，但與Altera的FPGA相比依然遜色不少（有研究人員測試，相比GPU，F(xiàn)PGA的架構更靈活，單位能耗下性能更強），深度學習算法在FPGA上能夠更快、更有效地運行，而且功耗也能做到更低；Nervana Systems研究的深度學習芯片，其性價比高于GPU，處理速度是GPU的10倍等特點。
對于英特爾上述在AI芯片的種種布局，黃仁勛則代表英偉達表示質疑：如果說至強融核(Xeon Phi)處理器（英特爾去年發(fā)布的所謂AI服務器芯片，并因此引發(fā)過與英偉達GPU相比，誰優(yōu)誰劣的評測口水戰(zhàn)）對于AI非常適用，那為什么要收購Altera？既然買了Altera，Altera又非常適合AI的話，為什么要買Nervada Systems？
如果Nervada Systems才是真正的AI方面的技術，要進行開發(fā)和產品推出的話，那至強融核協(xié)處理器又怎么辦？如果說這三個都適合AI，那是不是意味著至強融核協(xié)處理器就不適合AI呢？
盡管上述言論不排除黃仁勛偏袒自家AI芯片之嫌，但也間接說明英特爾目前在AI領域尚處于選擇路徑和整合的階段，且行動緩慢，尚需最終的產品和市場來證明。這也解釋了為何同是利潤增長，英偉達股價暴漲而英特爾股價下跌的真正原因。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
