你能想到的TA都有 Intel推全平台AI战略

　　X86处理器问世42年了，已经进入了不惑之年，回头看看它的发展过程，到底都在哪些方面有了质变呢?

　　大家都看得到是性能，这些年来X86性能不断进步，最初频率不过5MHz，现在已经增长1000倍到5GHz，也从最初的单核一路扩展到了双核、四核、八核等，这可以说是X86的第一种算力。

　　第二点就是功能，X86处理器最初就是单纯的CPU，后续不断扩展，20多年前开始整合浮点单元，10年前开始整合GPU单元，它可以看作X86的第二次算力革命。

　　如今已经进入到了21世纪第三个十年，这几年来人们对算力的要求也不一样了，AI人工智能崛起，各种AI芯片方兴未艾，这些厂商动不动就是吊打CPU处理器，这也让X86处理器有些落寞。

　　既然这个趋势不可避免，那就拥抱它吧——X86老大Intel这两年来就是这么做的，从10nm Ice Lake处理器开始给X86处理器加入AI加速功能，促成了X86处理器史上第三次算力崛起。

　　Tiger Lake处理器：三位一体加速AI、6倍AI性能

　　Intel是最早一家赋予X86 CPU处理器AI加速功能的公司，早在去年的Ice Lake处理器上就首次集成了AI加速，当时是通过DL Boost指令集实现的。

　　所谓DL Boost，指的是DeepLearning Boost(深度学习加速)，深度学习是目前最火热的AI技术之一，但它与CPU、GPU常规的运算指令又有所不同，按照常规方法跑效率很低，而DLBoost是专门用于加速AI运算的指令，因此运算效率非常高，速度要快很多。

　　DLBoost指令集中主要包括AVX512VNNI以及Bfloat 16，它全面支持Windows ML、Intel OpenVINO、苹果CoreML等框架，兼容目前主流的AI平台，便于开发者在十代酷睿上推进各种AI应用。

　　根据之前的测试，Ice Lake支持DL Boost之后，在INT8运算相关的AIXPRT测试中，Ice Lake处理器的性能可达前代处理器的 2倍到2.5倍之多。

　　在Ice Lake小试牛刀之后，Intel在第二代10nm处理器Tiger Lake上进一步加强了AI性能，除了原有的DL Boost及低功耗加速器之外，Tiger Lake上这次的Xe图形架构GPU进一步提升GPU对AI的加速性能，将Ice Lake上的CPU+GPU+GNA的AI加速性能提升到新的高度。

　　在Tiger Lake处理器上，基于Xe图形架构的内置显卡是其亮点之一，该图形架构是Intel时隔22年之后重返高性能GPU市场的基础，通过Xe图形架构就能同时覆盖笔记本、台式机、工作站、HPC超算等低功耗到高性能图形计算平台。

　　除了高性能计算之外，AI加速也是Intel的Xe架构不同于其他GPU的地方，Intel用于极光”(Aurora)百亿亿次级超级计算机的GPU也是Xe架构的，代号Ponte Vecchio，它跟Tiger Lake中的Xe GPU只是规模大小不同。

　　那实际性能如何呢?先不说更强大的Tiger Lake，只需要目前的Ice Lake处理器出马，其AI加速性能就已经达到了竞品的数倍，最高可达6倍性能。

　　不光是理论性能占优，实际上AI加速在PC上已经有了大量应用，涉及图像、音频、视频、语音等各个领域，很多时候大家可能并没有感觉到而已。

　　在CES现场，Intel邀请了Adobe公司的开发人员上台，演示了Photoshop软件的AI加速，上图中原图是一张分辨率较低、噪点较多的照片，通过AI加速可以在几秒钟内变成一张个高分辨率、高画质的大图片，细节分明、效果锐利。

　　基于AI加速，Photoshop软件还可以自动抠图，省心省力，这样下去设计师都要失业了。

　　除了图片，AI技术在视频处理中也一样可以大显身手，PR软件已经可以靠AI实现横屏与竖屏的自动处理，同样可以提升设计师的效率，简化工作量。

　　消费级CPU补齐缺失的一环 Intel全平台AI起航

　　对于AI人工智能的前景，目前没人怀疑它会在未来改变人类的科技树，不同的是之前大部分公司都是通过专用AI芯片来跑AI加速，不认为CPU这样的通用处理器适合加速AI，但是Intel做的有点不一样，在两代10nm处理器上都不断加强AI算力，补齐了消费级CPU没有AI加速的这一环。

　　去年12月中旬，Intel公司宣布斥资20亿美元收购了以色列初创公司Habana，后者是由David Dahan和Ran Halutz于2016年创立的，总部在以色列，致力于提高AI芯片的处理性能并降低其成本和功耗，其AI芯片主要针对深度神经网络训练的特定需求，更适合云端AI训练。

　　收购Habana公司之后，Intel又获得了一种AI加速芯片——AI推理及AI训练专用芯片。如果再把之前Intel已有的AI相关芯片联系起来，那么大家就可以看到Intel已经在全平台芯片上推进了AI战略。

　　CPU处理器中，新一代酷睿及至强处理器都开始支持DL Boost为基础的AI加速指令，FPGA中有Agilex系列AI芯片，神经网络芯片有Moviduis以及Nervana系列，GPU加速的AI芯片有Xe图形架构，可以说Intel已经集齐了各种各样的AI芯片，不论哪种AI芯片都有自己的全套解决方案。

　　这种大面积撒网的布局使得Intel在未来的AI市场竞争中有更强的底气，也更容易发挥协同效应，CPU可以跟GPU、FPGA芯片搭配，灵活应对高性能或者低功耗等AI解决方案，反正从PC到工作站再到数据中心、超算，从本地到云端，从训练到推理，业界需要什么样的AI方案，Intel这边就是“全都有”。

　　Intel的AI之道：全AI芯片打地基 OneAPI开路

　　Intel拥有的多种AI芯片中，除了CPU、GPU是自己研发之外，FPGA、Moviduis、Nervana及Habana都是收购来的，不过这也没关系，Intel拥有地球上最先进的制程工艺，这些芯片升级改进之后很快都会使用自家的先进工艺生产，FPGA、Moviduis、Nervana等芯片已经这样做了，陆续使用Intel自己的14nm、10nm及未来的7nm工艺生产。

　　在解决AI芯片之后，Intel还在推OneAPI软件战略，简单来说就是通过一套开发工具满足不同平台、不同芯片的软件开发，这是Intel“软件先行”战略的重要体现，Intel相信这一战略将定义和引领一个人工智能日益融合、异构及多架构的编程时代。

　　随着Intel硬件及软件战略的推进，毫无疑问未来AI会成为各种芯片算力的关键。就酷睿处理器来说，AI也成为CPU、GPU标配算力，而且它的性能增长潜力要比传统计算更大，未来几年里动辄数倍的性能提升会是常态。