當一家傳統(tǒng)意義上的CPU企業(yè)開始擴展自己的產品線，它的方向會是怎樣的？這又代表它怎樣的思維？

半導體產業(yè)迎來眾多新玩家

這是一個力爭上游的時代，仿佛所有人都已受夠了自身領域的苦，試圖到更高的地方呼吸新鮮空氣。于是，在ICT領域里我們發(fā)現(xiàn)一個現(xiàn)象，做手機的開始做芯片、做算法的開始做芯片、做互聯(lián)網和云服務的也開始做芯片。于是，芯片領域原本風輕云淡的一片凈空也開始出現(xiàn)一抹猩紅的戰(zhàn)云。

在這個連上游都開始變得擁擠的時代，探討如何在擁擠之中掙得空間已經乏善可陳。那么新的上游在哪里？它存在嗎？

半導體行業(yè)是所有ICT產業(yè)最標準的上游源頭，這一點毋庸置疑。而作為在這一領域中獨霸數(shù)十年的翹楚，英特爾在近年間發(fā)生的一系列產品變化及其所反映出的戰(zhàn)略升級思路則值得我們仔細研究與品位。

或許，從這個案例中，我們可以發(fā)現(xiàn)ICT行業(yè)“新上游”的蛛絲馬跡。

當所有人都在力爭上游，上游企業(yè)該怎么辦？

英特爾，從PC概念崛起開始，憑借CISC指令集和x86架構獲得極速發(fā)展，最終構建起了一個處理器帝國；其疆域橫跨消費電子、工控和數(shù)據(jù)中心等多個領域，說成是當今ICT行業(yè)發(fā)展的基石（之一）也毫不為過。

但當越來越多曾經的合作伙伴開始上探至半導體領域，英特爾近年來也的確感受到了一定的危機。這種危機源自兩個層面。

首先，借著AI應用的快速發(fā)展，傳統(tǒng)算力已經無法滿足實際的應用需求；更多情況下，越來越多的用戶需要CPU+GPU、FPGA、ASIC等的異構算力來滿足AI的訓練和推理需求。看到這一機會后，亦有越來越多的企業(yè)開始投身ASIC芯片的生產和研發(fā)，過去風平浪靜的ASIC領域也在短期內變得風起云涌。這種局面在短期內雖然不會挑戰(zhàn)英特爾半導體行業(yè)老大的位置，但卻會動搖CPU作為數(shù)據(jù)中心核心的根基。

其次，在英特爾傳統(tǒng)優(yōu)勢的CPU領域，越來越多的挑戰(zhàn)者也開始初出茅廬。X86陣營的AMD和ARM陣營的Marvell、華為都開始推出面向數(shù)據(jù)中心領域的誠意產品，并開始獲得積極的市場反饋。

身處局中的英特爾知道，以自身的體量和實力，打贏一場戰(zhàn)役是沒有問題的，但想要在同一時間打贏多場戰(zhàn)役，難度相當大。而且隨著算力多元化和異構計算趨勢漸成，未來勢必還會有更多的企業(yè)試圖進入半導體領域，如果還是只把目光聚焦在贏得每一場戰(zhàn)役之上，那么未來，英特爾積累起的資源和優(yōu)勢必然會在不斷發(fā)生的小規(guī)模戰(zhàn)役中消耗殆盡。于其相對應的，英特爾的未來也會充滿變數(shù)。

解鈴還須系鈴人，既然英特爾今日的挑戰(zhàn)來自于下游企業(yè)的集體上探，那么想要繼續(xù)保持優(yōu)勢的英特爾也必須完成自身的上探。

英特爾——一個標準上游企業(yè)的上探之路

想要完成自身的進化，英特爾需要做好兩件事——1、在可能面臨競爭的領域構筑防線，擴充異構算力產品線、穩(wěn)住自身地位；2、以產業(yè)發(fā)展規(guī)律為準，找準機會，在全新的領域構筑高維優(yōu)勢。

2016年，英特爾收購Altera，獲得了FPGA產品線；同年，英特爾收購Nervana，開始以ASIC產品涉足深度學習的推理領域；2018年英特爾收購eASIC，開始占領FPGA與傳統(tǒng)ASIC的中間地帶；2019年，英特爾宣布全新的Xe架構GPU產品，瞄準深度學習的訓練市場。

幾年間的一系列操作下來，英特爾在以深度學習推理和應用為核心的各種芯片市場構建了完整、連貫的產品線，構筑了一條穩(wěn)固且攻守兼?zhèn)涞墓な隆?/p>

雖然英特爾動作迅速，但明眼人依舊可以看出，幾條收購來的產品線原本各自有著不同的發(fā)展路徑，短時間內難以相互照應；而新的Xe系列GPU更是要直面深耕通用計算市場十余年的NVIDIA。英特爾的幾股力量都需要在不同的方向上各自為戰(zhàn)，看似連貫的防線之間實際充滿了空隙。

不過，“明眼人”都能看到的問題，對己方戰(zhàn)力如數(shù)家珍的英特爾自然也不會不知道。多頭發(fā)展僅僅是英特爾上探之路的基礎一步。

已從算力發(fā)展方向中窺得先機的英特爾知道，異構計算雖然能夠解決AI崛起所帶來的算力不足問題，但訓練、推理、仿真和多種應用的同時出現(xiàn)必然會讓異構計算的戰(zhàn)局進一步復雜化。雖然CPU+GPU、FPGA、ASIC等不同組合都有著自己相對固定的應用場景，但企業(yè)用戶卻需要跨應用場景的總體解決方案。而原本分別自成體系的幾種異構計算形態(tài)在軟件算法的開發(fā)和部署當中卻難以形成統(tǒng)一的開發(fā)方法。

實際的結果便是軟件算法企業(yè)在GPU上開發(fā)的模型部署到ASIC上之后很有可能執(zhí)行不下去，最終還需要CPU這一通用算力的介入來完成某些步驟的計算，在獲得結果之后再將計算流程交回給ASIC。這一來一回之間浪費的不僅是半導體上的時鐘周期，更是開發(fā)調試人員的昂貴工時。而FPGA這一自成一派的算力種類則更有著VHDL等完全不同的開發(fā)語言。

看到這一弊端的英特爾自然也就有了構建高維競爭力的方向。而這個方向便是oneAPI。

簡單的說，雖然異構計算是未來，但異構計算本身無論開發(fā)還是部署層面都是幾種相互割裂的存在的統(tǒng)稱。而英特爾要做的就是借助oneAPI的力量將這種算力、算法、開發(fā)、部署的割裂在更高層面統(tǒng)一起來。

oneAPI之上的英特爾戰(zhàn)略

oneAPI是一個由英特爾主導的開放行業(yè)規(guī)范，它由面向硬件合作伙伴的底層硬件接口和在此之上的DataParallelC++編程語言及經過優(yōu)化的函數(shù)庫三大部分組成。

硬件合作伙伴只需將oneAPI中的接口與驅動層的接口對應起來并完成底層的相關優(yōu)化即可。

而對于軟件開發(fā)企業(yè)來說，通過使用oneAPI當中的DataParallelC++進行編程即可跳過繁瑣的硬件底層適配和優(yōu)化環(huán)節(jié)直接寫出可以跨CPU、GPU、FPGA、ASIC運行的、高度優(yōu)化的代碼，將過去的“一次編程，到處適配”變?yōu)椤耙淮尉幊蹋教幒糜谩薄Q句話說，用戶和軟件企業(yè)的開發(fā)、部署成本將大幅度降低，項目周期也將大幅縮短。

由此，英特爾也找到了一種能夠將自身的CPU、GPU、FPGA和eASIC產品線融會貫通的方法，從原本的各自為戰(zhàn)升級成為攻守一體。

構建高維競爭力

如果您只看到了oneAPI在編程和開發(fā)方面的作用，那您可把英特爾給想簡單了。

雖然半導體是ICT行業(yè)的上游存在，但硬件卻從來不是ICT行業(yè)的靈魂。相反，依附于硬件的軟件與算法才是企業(yè)購買硬件的唯一動力。無論未來是AI的、還是5G的、亦或是大數(shù)據(jù)或者其他技術的，歸根結底都是靠軟件來定義和實現(xiàn)的。

過去不同應用方向的軟件開發(fā)者都是使用不同的語言、不同的庫、不同的編譯系統(tǒng)來調用不同類型的硬件資源，進而完成不同類型的計算；是在一個一個的小圈子里搞開發(fā)。想要跳出小圈子，需要學習的東西太多，對體力、精力和智力都是極大的挑戰(zhàn)。

對于開發(fā)者的痛苦，硬件廠商歷來的策略都是“管好眼前的一畝三分地兒”，就著手里有的產品來為開發(fā)者提供相對好點的開發(fā)體驗。這樣的格局即是因為這些硬件企業(yè)不關心“外面的世界”，也是因為硬件企業(yè)沒有足夠的號召力來一統(tǒng)眾多“域外力量”。

而隨著英特爾算力產品線的快速完善，業(yè)界也終于產生了一個橫跨CPU、GPU、FPGA、eASIC、ASIC等全部算力來源的終極半導體領導者。只有這樣的一家企業(yè)才有能力、有資源去為全部開發(fā)者提供全局優(yōu)化的開發(fā)環(huán)境。

從全局視角來看，單憑英特爾廣泛的產品號召力便能夠吸引足夠多的開發(fā)者慢慢加入oneAPI開發(fā)體系；伴隨這一過程，也勢必會有越來越多的硬件企業(yè)加入這一標準，提供統(tǒng)一、優(yōu)化的硬件接口。而對于那些不肯加入這一體系的硬件企業(yè)，也必定會有第三方開發(fā)者來提供相關的代碼整體遷移工具（現(xiàn)在就已經有第三方企業(yè)在嘗試提供從CUDA到oneAPI的移植優(yōu)化方案）。

由此，英特爾便完成了在半導體層面之上構建高維核心價值和優(yōu)勢體系的宏圖。如果ICT的未來是軟件的，那么顯然，英特爾已經把穩(wěn)了軟件開發(fā)者的跳動脈搏。oneAPI就是英特爾根據(jù)這個鼓點譜寫的BGM。

而在我的BGM里，沒人能夠戰(zhàn)勝我。

雖然目前oneAPI仍舊處于beta版，但相關的培訓已經在北京等地密集展開。很多大學教師也在聯(lián)系英特爾資源在學校內開展相關課程。而在產品端，CPU、GPU、FPGA等產品線的最新產品也都已經加入了對oneAPI的支持。

2020下半年，oneAPI即將正式發(fā)布，屆時，我們或許會看到一個全新的英特爾，一個在更高層面具備領導力的英特爾。