原文來源：雷科技
圖片來源：由無界 AI?生成
原本大家以為到了年末，英特爾是被今年英偉達一路飄紅的業(yè)績刺激到了，英特爾 CEO 帕特·基辛格（Pat Gelsinger）才在前不久的酷睿 Ultra 發(fā)布會上說了那句「（英偉達）CUDA 的護城河又淺又小」。
但事實上，早在今年年初，基辛格就在一次采訪中感嘆英偉達在人工智能領(lǐng)域「非常幸運」地占據(jù)了主導(dǎo)地位，并表示英偉達的「地位」本應(yīng)該屬于英特爾。
但或許，英特爾和英偉達在人工智能領(lǐng)域的差距，根本不在于運氣。
英偉達的「好運」，英特爾的「失誤」
不久前，麻省理工學(xué)院在 YouTube 上傳了一段時長近 54 分鐘的視頻，內(nèi)容是他們今年早些時候邀請基辛格進行了采訪。
在被問到英特爾正在采取哪些措施推動人工智能發(fā)展時，基辛格回答了英特爾正在圍繞人工智能做的一系列措施，但隨后話鋒一轉(zhuǎn)，開始感慨英偉達 GPU 在人工智能領(lǐng)域的成功是多么幸運。
圖/ MIT
「Jensen（英偉達 CEO 黃仁勛）非常努力地擁有吞吐量，最初主要用于圖形，然后變得非常幸運（extraordinarily lucky），」基辛格還強調(diào)，人工智能并不是英偉最初 GPGPU 或 GPU 算力通用化計劃的一部分。
更勁爆的論點在于，基辛格接著表示，如果 15 年前他被趕出英特爾的時候，英特爾沒有砍掉 Larrabee 項目——基辛格當時最喜歡的項目之一，情況會很大不同：
引領(lǐng)人工智能硬件領(lǐng)域的公司將是英特爾，而非英偉達。
很多人不知道，早在 Arc 獨立顯卡之前，英特爾就進行過一個名為 Larrabee 的 GPU 項目，英特爾曾希望借此在游戲和 GPGPU（通用 GPU）市場與英偉達正面交鋒。
不過，Larrabee 項目最終胎死腹中。2009 年年底，英特爾就「殺死」了尚未出生的游戲顯卡業(yè)務(wù)，宣布第一代 Larrabee 不會作為消費者 GPU 產(chǎn)品發(fā)布，隨后又于次年徹底砍掉了整個 Larrabee 項目。
Larrabee 原型，圖/ YouTube@der8auer EN
但就像基辛格說的，英偉達當前在人工智能領(lǐng)域的領(lǐng)先，只是「運氣使然」？而英特爾在人工智能領(lǐng)域的落后，僅僅只是因為十多年前在 Larrabee 項目上失誤嗎？
無論怎么看，這都是太簡單的歸因。難怪曾任職英特爾從事 Larrabee 開發(fā)，現(xiàn)任英偉達應(yīng)用深度學(xué)習副總裁的 Bryan Catanzaro 也忍不住提醒「老東家」：
英偉達的統(tǒng)治地位并非來自運氣，而是來自愿景和執(zhí)行力，這恰恰是英特爾所缺少的。
圖/ X（Twitter）
運氣使然英偉達?
毫無疑問，2023 年是屬于 ChatGPT 以及生成式 AI 的一年。
隨著去年年底 ChatGPT 的一聲炮響，2023 年關(guān)于生成式 AI 的熱潮愈演愈烈，其中最耀眼的兩家「明星」公司—— OpenAI 和英偉達被一次又一次拿著放大鏡進行觀察和分析。
前者——OpenAI 憑借 ChatGPT 以及背后的 GPT 大模型，始終在引領(lǐng)整個生成式 AI 的浪潮；后者——英偉達的高端 GPU 讓無數(shù)科技公司搶破了頭，英偉達的市值也隨之突破萬億美元，成為全球第一家市值突破萬億美元的芯片公司。
圖/ YouTube@Acquired
然而在接受科技播客 Acquired?采訪時，黃仁勛坦言，如果帶著今天的認知回到三十多年前，他壓根不會選擇創(chuàng)建英偉達這家公司，「理由真的很簡單。事實證明，把英偉達做起來，比我所預(yù)想的要難一百萬倍?！?/strong>
誠然和所有活下來的頂尖科技公司一樣，英偉達的發(fā)家史也存在「運氣」的成分，比如沒有世嘉的「愿賭服輸」，英偉達根本沒有資金和時間打造出 RIVA 128。但這不意味著英偉達的成功只歸因于「運氣」。
前英偉達首席科學(xué)家戴維·柯克（David Kirk）一直有個夢想——將主要服務(wù)于圖像渲染的 GPU 算力「通用化」，使之轉(zhuǎn)變?yōu)橥ㄓ盟懔χ行摹?006 年，柯克說服了黃仁勛推出 CUDA（Compute Unified Device Architecture，統(tǒng)一計算架構(gòu)）。
第二年，黃仁勛就決定把 CUDA 內(nèi)置到公司所有的 GPU 產(chǎn)品中，使它們不僅能處理 3D 圖形，還能處理數(shù)據(jù)，并頂著 2008 年的倒閉「風險」和持續(xù)的外部壓力堅持了下來。
CUDA GPU 早期路線圖，圖/英偉達
不僅如此，英偉達還持續(xù)擴展 CUDA 平臺和 GPU 算力的使用場景，科學(xué)研究、深度學(xué)習、加密貨幣、元宇宙……每一個領(lǐng)域的擴展都在將英偉達的 GPU 算力進一步「通用化」。
而不同領(lǐng)域的人選擇英偉達 GPU，往往也是因為通用化的大算力。
2009 年，日后被譽為 AI 教父的 Geoffrey Hinton 率先采用 CUDA 平臺訓(xùn)練神經(jīng)網(wǎng)絡(luò)，結(jié)果大大超過預(yù)期。三年后，谷歌將 Geoffrey Hinton 和他的兩個學(xué)生——Ilya Sutskever（后為 OpenAI 首席科學(xué)家） 和 Alex Krizhevsky 收入囊中，不久后就用 4 顆英偉達 GPU 做到了比吳恩達用 16000 個 CPU 訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)還要好。
從左到右依次為：Ilya、Alex、Geoffrey，圖/多倫多大學(xué)
從此，更多人工智能研究員和公司開始發(fā)現(xiàn)、挖掘、培育英偉達 GPU 的能力和 CUDA 生態(tài)，在這個過程中，英偉達的 GPU 逐步成為了人工智能領(lǐng)域「基石」一般的存在。
這中間還有一個頗具戲劇性的「插曲」。2016 年 OpenAI 剛剛成立的時候，大部分人只認識創(chuàng)始人之一的馬斯克，對于 OpenAI 及其愿景大多一無所知，倒是黃仁勛在其成立之初就向 OpenAI 送出了英偉達第一臺 AI 超級計算機——DGX-1，并在其上寫了一句話：
「為了計算和人類的未來，我向你們獻上世界上第一臺 DGX-1?！?/strong>
圖/英偉達
六年后，他們攜手成為了全球科技行業(yè)最矚目、也最搶手的兩家人工智能公司。
英雄氣短英特爾?
在那串提醒「老東家」的推文中，Bryan Catanzaro 還提到了 2007 年任職于英特爾并從事 Larrabee 期間，他與很多人共事，這些人既看到了英特爾的機遇，但同時也看到了其中風險。
當時英偉達的收入規(guī)模只有英特爾的十分之一，英特爾高層認為他們可以用 Larrabee 項目在 GPU 領(lǐng)域輕松碾壓英偉達。但結(jié)果證明英特爾既缺乏遠見，也缺少執(zhí)行力。
想一想，英特爾為什么最終放棄了 Larrabee 項目，核心在于英特爾并沒有真正意識到 GPU 的長遠價值，所以在項目受挫后輕易選擇了放棄，沒有耐心堅持一項充滿「不確定性」的新業(yè)務(wù)。
另一方面，盡管當時英特爾的整體規(guī)模、研發(fā)實力都遠大于英偉達，但作為英特爾核心的 CPU 業(yè)務(wù)，不僅占用了大量的研發(fā)資源，實際也從上到下地影響到了 GPU 項目的推進效率。
英特爾在介紹?Larrabee，圖/英特爾
古話講，人心齊，泰山移。反過來也一樣，英特爾高層并沒有明確的愿景和遠見，而 CPU 業(yè)務(wù)的強勢，也影響到了英特爾內(nèi)部推進 Larrabee 的效率。也是因為類似的原因，英特爾也曾用 iPhone 嘲笑喬布斯，結(jié)果徹底搞砸了自己的移動業(yè)務(wù)。
從這個角度來看，如果反思英特爾在人工智能芯片上落后的原因，放棄 Larrabee 項目只能算是一個表因，更深層的原因還是英特爾并沒有真正意識到 GPU 以及人工智能的潛力，此外還有英特爾內(nèi)部的文化問題以及大公司病。
事實上，基辛格在 2021 年年初上任英特爾 CEO 后的第一次全球演講中，核心是宣告 IDM 2.0 戰(zhàn)略，但整場演講中，仍然沒有哪怕一次提及人工智能之于英特爾的重要性。
當時，英特爾還沒有真正意識到人工智能的關(guān)鍵性，圖/英特爾
現(xiàn)如今，IDM 2.0 能不能繼續(xù)下去還是個問題，今年 6 月，英特爾宣布組織架構(gòu)重組，IFS 代工業(yè)務(wù)將在未來獨立運作并自負盈虧。而在人工智能領(lǐng)域，英特爾面向數(shù)據(jù)中心的人工智能芯片相比 AMD 尚且缺少競爭力，更遑論是與英偉達一較高下。
但英特爾不想再一次錯過人工智能時代。今年以來，英特爾就在極力打造「AI PC」的概念，不過按照基辛格的想法，推理才是人工智能競爭的焦點，「當你擁抱推理時，一旦你訓(xùn)練好了模型就不需要再依賴于 CUDA，問題在于，你能運行好這個模型嗎？」
PC 廠商都動起來了，圖/聯(lián)想
推理的重要性毋庸置疑，但即便只討論端側(cè)大模型，「訓(xùn)練」的重要性恐怕也不下于「推理」。如果說端側(cè)大模型的必然普及有一層原因是要利用起全球無數(shù)臺個人終端的計算性能，降低算力成本，還有關(guān)鍵一層則是為了個人隱私數(shù)據(jù)的保護和利用。
從底層上，人工智能迭代的核心是算法、算力、數(shù)據(jù)，在其他條件一樣的情況下，越高質(zhì)量的數(shù)據(jù)能夠帶來更好的回答和輸出。而對每個個體來說，越是私人的、越是切身的數(shù)據(jù)越是高質(zhì)量的，端側(cè)提供了一個較為安全的輸入和訓(xùn)練環(huán)境。但如果不重視訓(xùn)練環(huán)節(jié)，一切都是枉然。
當然，君子論跡不論心，英特爾到底是怎么執(zhí)行的，實際還得看 2024 年 AI PC 真正大規(guī)模落地后的情況。
不過可以肯定的是，只憑嘴炮，是超不過英偉達的。
