成立于1968年的英特爾是以存儲器發家的，但在日本廠商的沖擊下，他們將目光轉向了處理器，并在這個領域成就了宏圖偉業，雄霸半導體龍頭位置長達25年。雖然在2017年存儲的大行情下，他們在營收上敗給了三星。但分析人士表示，英特爾又將會在今年重返半導體榜首位置。但對他們來說，這是一個全新的競爭格局：

一方面，他們近乎壟斷的x86服務器市場正在面臨來自各方面的挑戰；另一方面，他們苦苦追逐的移動市場，隨著高通和蘋果的和解，似乎又讓他們失去了切入的契機。現在正處于人工智能爭奪戰愈演愈烈之際，5G也蓄勢待發，英特爾也秉承了前任CEO科在奇的“數據中心戰略”，而公司迎接這個數據浪潮的一個重要方式就是買買買。可這真的買得到未來么？

從Altera到Barefoot，打好數據中心基礎

數據中心毫無疑問是英特爾最后的堡壘，也是他們下一個十年發展的重點，他們現在做的所有動作都是圍繞著“數據”這兩個字開展的。但在這個領域，數據量會越來越大，這就帶來了數據傳輸和處理上的瓶頸，他們也意識到憑借自有的技術遠不能滿足未來的各種需求，為此他們發動了多單收購，完善這個領域的各個方面，這首先就是從收購Altera開始。

2015年，英特爾宣布斥資167億美元收購FPGA大廠Altera。時任英特爾首席執行官BrianKrzanich在聲明中稱，“英特爾的增長戰略就是把我們的核心資產拓展為可盈利、補充性的分塊市場。通過此次并購交易，我們將利用摩爾定律的力量來打造下一代解決方案，不僅要讓下一代解決方案更好，而且還要更多。無論是否實現網絡市場、大云數據中心或物聯網領域的新增長，我們的客戶都期待以更低的成本來獲得更好的表現。”

成都電子科技大學副教授黃樂天也告訴半導體行業觀察記者，英特爾收購altera就是為了解決數據處理上CPU處理能力上不去的問題。他表示，兼具靈活性和高效性的FPGA已經從過往的通道器件進化成現加速器件，能夠幫忙做數據預處理，這就可以幫助英特爾在數據中心和邊緣計算等應用中加速。

京微齊力CEO王海力之前在接受半導體行業觀察采訪的時候也提到。在大數據與人工智能迅速興起的時代，基于自適應與可重構計算架構等打造的全新計算平臺能適用于廣泛的AI加速應用，其中包括視頻轉碼、數據庫、數據壓縮、搜索、AI推斷、基因組學、機器視覺、計算存儲及網絡加速等。針對邊緣、端-管及云計算等各類應用需求，研發人員能基于此平臺芯片快速開發出高性價比的產品。這會是FPGA的發展方向和機會。他表示，英特爾的FPGA就是針對這個目標而來。

他指出，英特爾今年二月才發布的、采用了Intel第二代HYPERFLEX架構的FPGA產品Agilex能夠進行任意異構的3D集成，可以根據需要任意集成包括在芯片間3D封裝互聯的嵌入式多芯片互聯橋接、包含收發器、自定義I/O和自定義計算芯片在內的芯片庫以及eASIC等。這個通過其3D封裝技術實現的全新異構計算平臺，恰好就能幫助英特爾實現從邊緣到云的加速。

在這里，我們就又看到了英特爾的另一單收購eASIC.

2018年七月，英特爾方面宣布收購了無晶圓廠eASIC。資料顯示，該公司成立于1999年，能提供一種介于FPGA與ASIC中間的技術，在電源效率與性能表現上僅比標準的ASIC稍差，但有較短的設計時間，可以降低支付給研究、開發、設計和測試芯片的單次成本（NRE）的解決方案。英特爾方面也表示，他們收購eASIC也是有三大意圖：

一：滿足FPGA客戶端的降低成本與能耗需求（Cost and power reduction path for FPGA customers）

二：讓ASIC客戶端可降低NRE費用與產品上市時間（Lower NRE cost and time to market for ASIC customers）

三：提供一種規模化技術，這個技術是16納米、10納米到7納米制程的FPGA產品降低成本的路徑（Scalable technology to provide pathway to cost reduction for 16nm/10nm/7nm FPGA product）

黃樂天教授也告訴半導體行業觀察記者，英特爾收購eASIC是為了往Chiplet發展，拼大器件。根據我們之前的報道，所謂Chiplet，如果翻譯過來就是“小芯片”，在實際應用上是把原來完整ASIC或SoC的一部分做成了單獨的芯片并且用封裝技術封裝到了一起。較復雜的芯片粒可以是多核處理器中的一個或者數個核（如AMD的Zepplin），而較簡單的芯片粒甚至可以是原本SoC上的一個IP（例如PCIe或HBM模塊）。通過這樣的設計就能實現低成本和靈活性。正如前文講到的，英特爾在其新FPGA上做了嘗試。

2019年四月，英特爾宣布收購英國的Omnitek公司，這是一家為FPGA提供IP和定制解決方案的供應商。按照英特爾方面的說法，前者提供的技術將共同為英特爾FPGA上的視頻，視覺和人工智能推理應用提供領先的FPGA解決方案，加快其現有客戶的上市速度，同時贏得新客戶。但英特爾圍繞數據中心的并購步伐并未止步。

昨日，在與英偉達競購Mellanox失敗之后，英特爾在昨日就將網絡交換芯片的專家Barefoot收歸麾下。黃樂天表示，這單交易能讓英特爾擁有讓網絡架構和網絡協議隨著應用改變的能力。而這一切都是得益于其在SDN （software defined network）方面的積累。

資料顯示，這家曾經獲得阿里巴巴、谷歌和騰訊等公司投資的公司成立于2013年，公司最擅長的就是SDN。據半導體行業觀察之前的報道，作為一種新的網絡架構，SDN能夠利用OpenFlow協議，把路由器的控制平面（control plane）從數據平面（data plane）中分離出來，以軟件方式實現。據報道，這個架構可以讓網絡管理員，在不更動硬件設備的前提下，以中央控制方式，用程序重新規劃網絡，為控制網絡流量提供了新的方法，也提供了核心網絡及應用創新的良好平臺。

從這家公司的介紹我們得知，其推出的Tofino 系列交換機芯片也以其出色的速度和PISA(協議獨立交換體系結構，他們把這個稱之為SDN的下一步)讓網絡供應商在獲得高速的速度之余，也能在開發新的交換軟件的時候，獲得完全的自由。

英特爾執行副總裁Navin Shenoy也表示，該收購交易旨在解決數據爆發式增長的問題，這些海量數據激發了對分析這些數據的計算能力的需求，也刺激了對在數據中心內交換這些數據的聯網系統的需求。

從上面這幾單交易我們看到，英特爾在數據中心的數據傳輸和處理方面，做了全方位的補全。

押寶mobileye，擁抱自動駕駛

在英特爾過往的宣傳中，從端到云的服務是他們多次提及的。上述的收購其實就是他們在“云”中的布局。有了這個根本，英特爾就可以為其他所有應用提供更適合的解決方案。但英特爾的野心并不止于只做一個云端的服務商，在終端也有他們也想全方位涉足，自動駕駛就是他們眼中的一個大蛋糕。

根據麥肯錫的報告，到2030年，自動駕駛乘用車將達到約800萬輛，自動駕駛將占到乘客總里程（PKMT）的約13%；到2040年，自動駕駛乘用車將達到約1350萬輛，PKMT將達到約66%。基于此產生總銷售額將在2030年達到約2300億美元，到2040年將達到約3600億美元。而到2030年，基于自動駕駛的出行服務訂單金額將達到約2600億美元，到2040年將達到約9400億美元。

這些龐大數字也讓正在尋找新的增長空間的英特爾虎視眈眈。

2016年四月份，英特爾收購了專門為機器人、無人駕駛汽車以及其他自動化設備研發芯片的Yogitech。他們希望通過把Yogitech的芯片技術移植到自己正在研發的無人駕駛汽車系統芯片中實現其自動駕駛目標；當年五月，英特爾收購了專注于計算機視覺技術開發的俄羅斯公司Itseez；加強他們在汽車以及其它新市場的技術儲備。此外，他們還買下了汽車系統在線升級服務商Arynga；在2017年年初，他們進一步收購了地圖提供商HERE約15%的股份。

但當時的英特爾可能發現，只靠這些單點技術，沒有整體的方案去推動，在自動駕駛方面會讓他們與英偉達等廠商競爭時，在起跑線就輸掉了，因此他們決定搞一票大的。

2017年三月，英特爾公司宣布，公司將以153億美元的價格收購以色列自動駕駛技術公司Mobileye。時任英特爾首席執行官的科再奇在公司員工內部信中說到：“現在，世界上每天產生的數據有4t字節（terabytes），平均每一輛自動駕駛汽車產生的數據量約等于3000人產生的數據量。只需要100萬輛自動駕駛汽車上路，你就能擁有全世界一半的人口所產生的數據。這么大數據量需要英特爾傾注所有來為客戶提供他們所需要的高性價比的高性能解決方案。”

從這段話我們可以看到，英特爾在收購mobileye的目的就是從端到云收割數據的受益。而mobileye作為自動駕駛領域的一個重要角色，也的確有可能撐起英特爾的未來。

資料顯示，這家成立于1999年的公司憑借其獨步天下的EyeQ系列芯片，在ADAS時代普及的前些年，就已經霸占了巨大的市場。據英特爾方面表示的數據表示，他們占據了70%的ADAS市場。這除了給他們帶來了巨大的受益之外，按照英特爾的說法，搭載mobileye芯片的汽車收集了大量的道路數據，這將是他們走向未來自動駕駛的一些重要依仗。

當然，循序漸進升級的EyeQ芯片和收購Altera獲得的FPGA技術與本身的CPU技術將會是他們在自動駕駛領域的重要硬實力來源。但英特爾在自動駕駛上面的布局，似乎還沒停息。

2018年年底，英特爾旗下的Mobileye收購了初創公司Eonite Perception，這是一家通過使用激光雷達進行3D地圖和跟蹤的軟件公司；2019年。英特爾旗下的英特爾投資投資了以色列特拉維夫汽車傳感器開發商TriEye。據報道，專注于短波紅外（SWIR）技術的開發和應用的TriEye提供的額HD SWIR相機可以使某些級別的自動駕駛或無人駕駛車輛在惡劣天氣、光照不足的狀況下安全運行。

從英特爾過往的經驗看來，相信他們也不會在這個領域止步。

編織好AI這個“筐”，什么都往里面裝

看英特爾過去幾年的收購，AI也是他們的一個重要方向。因為作為一個工具，它不但能賦能自動駕駛，還能賦能各種各樣的視覺和語音應用，而英特爾也把這個看作他們的一個重要突破口。

2016年8月，英特爾宣布收購以4.08億美元的價格收購AI創業公司Nervana Systems。據知乎網友“沙隆巴斯”介紹，該公司的主打產品是基于Python open source的Neon DL framework。他們使用的Coppersmith–Winograd algorithm號稱是理論上最快的矩陣操作算法,是一個典型的Leap Frog technology。在他看來，借助英特爾的優秀的芯片設計和制造能力，能將Nervana的算法潛力充分發揮出來，并足以和nvidia的架構競爭。

但在被收購之后，有關該公司的進展英特爾一直避而不談，直到今年的CES，他們終于對外介紹了其用于神經網絡推理的芯片NNP-I。按照他們的說法，公司將會在今年下半年推出代號為“Spring Crest”的神經網絡訓練處理器。

除了Nervana外，他們在2016年還收購了另一家AI芯片公司movidus。資料顯示，這個成立于2006年的公司使用九年的時間研發出了低價低功耗高性能的視覺處理器芯片——Myriad 系列 VPU，而在被收購之前，他們就將其產品賣到了谷歌和大疆的產品中去。在被收購之后，英特爾有計劃將這個產品應用到安防、自動駕駛汽車等多個應用領域中去，公司隨后公司也發布了多款產品，拓寬其應用。

去年八月，英特爾又宣布收購了AI初創公司Vertex.ai。資料顯示，這家總部位于西雅圖的初創公司專注于開發深度學習匯編工具和相關技術。根據Vertex.ai聯合創始人宗-恩格（Choong Ng）在2016年的說法，他們之所以創立這家公司，主要是因為他們看到性能強大的CPU和GPU存在缺乏便攜式、對開發者友好工具的問題，而他們則發現了利用新軟件解決針對所有平臺的兼容性和便攜性的問題。這也將成為英特爾AI戰略的一個重要補充。

此外，對GPU的不死心，也可以看作是英特爾AI戰略的一個重要發力點，眾所周知，英偉達之所以能在人工智能市場所向披靡，就是因為其GPU。而英特爾除了搜索GPU研發方面的牛人之外，也收購了相關公司。

今年年初，英特爾收購了收購了印度初創公司Ineda Systems。據報道，這家由前AMD印度公司總經理Dasaradha Gude于2011年創立的企業，專注于人工智能、物聯網和無人駕駛芯片的研發。據英特爾方面表示，收購這家公司除了獲得其經驗豐富的SoC團隊之外，也可以依賴后者幫忙打造世界級的獨立GPU。

另外他們還投資了如珠海億智等專注于端側AI芯片的公司，這也將構成他們AI戰略的支柱。

從英特爾在AI方面的布局，他們是無論從訓練和推理算法，相關開發工具上都會聚焦。他們的意圖很明顯，就是想用簡便的生態將開發者拉到自己這邊。但這是否奏效就看英特爾如何運營了。

其他如2015年收購Lantiq，擴張互聯網鏈接設備芯片、2018年收購Netspeed獲取互聯IP，簡化SoC等交易都是英特爾為了達到其目標下的棋子。

從牌面上看，依賴處理器這個現金奶牛，英特爾似乎正在將一切他們看好，又極具潛力的公司收歸囊中，并與公司本身的技術積累和產品相結合，打造一個適合現代需求的產品矩陣，甚至說定義未來。

但過往的眾多經驗說明，收購并不是簡單的“1+1=2”的游戲，從他們方面看，之前收購McAfee、WindRiver和英飛凌的無線部門的歷史說明，就算有錢收購，也未必能夠幫助贏得未來。這當中更依賴的是他們對市場的把握還有他們對于收購公司的眼光和整合。何況與此同時，他們所盯緊的競爭對手（如英偉達）也一直在進步。

在芯片領域，新博通是通過買買買成就了一方巨頭的典型代表，英特爾能否在這條道上走出自己的未來，就看Bob Swan領導下的英特爾領導團隊如何運籌帷幄了。