一路“买买买”之后,英特尔能抓住机器学习时代的机遇吗?

摘要: 这两大收购以及随后的整合,基本也为英特尔未来五到十年发展铺平了道路,但依然有诸多不确定因素。

当我在北京时间周一晚上听到英特尔 150 亿美金收购 Mobileye 时,我一定也不吃惊,但这是一件颇具象征意义的事情,其影响颇有当年 Facebook 作价 30 亿美金买下 Oculus 时的效应——该收购直接催化了随后几年虚拟现实行业的「虚火」,那么,作为芯片公司的英特尔收购一家自动驾驶解决方案公司,又会催生哪些变化呢?

英特尔此次 150 亿美金的收购,是过去几年来第二大金额的收购案例。2015 年,英特尔以 167 亿美元收购芯片制造公司 Altera。

这两大收购以及随后的整合,基本也为英特尔未来五到十年发展铺平了道路。

首先,随着 PC 行业整体衰落以及云计算的兴起,过去支撑英特尔重要收入来源的芯片(包括 PC、服务器)大幅下滑。更重要的一点在于,在当下机器学习,尤其是基于深度神经网络的机器学习的快速发展,英特尔过去的 CPU 产品根本无法满足这些需求。与此同时,nVidia 力推通过 GPU 进行深度神经网络训练的解决方案成为业界的共识,这直接推升 nVidia 股价在过去一年大幅上涨,下面第一张图展示了的是过去三年内 nVidia 的股价变化,而第二张图里的英特尔,则是另外一幅场景:

nVidia 股价可谓一飞冲天

英特尔股价起伏不断

英特尔也在开展自己的「救赎计划」,事实上,目前机器学习芯片市场还有巨大机会,比如定制化的需求。众多巨头公司已经开始自主研发某些可定制化的芯片,比如 Google 的 Tensor Processing Unit(TPU)以及微软将 FPGA 作为驱动其机器学习系统的芯片产品,而英特尔收购 Altera 公司就是掌握 FPGA 技术的巨头。

为了进一步布局,英特尔还收购了 Nervana,该公司的联合创始人和 CEO 曾在高通负责 Zeroth 神经网络芯片,这是一种十分类似于 IBM 发布的 TrueNorth 的类脑神经元处理器,目前也尚不明确 Nervana 产品线会给英特尔带来哪些变化,根据 Nervana 首席执行官兼联合创始人纳维恩·拉奥(Naveen Rao)在一篇官方博客中所言:公司会继续推进与深度学习架构、平台和硬件有关的项目。在收购交易完成以后,公司 48 名员工将全部加入英特尔数据中心集团(Data Center Group)。

英特尔数据中心业务执行副总裁 Diane Bryant 当时也对媒体表示:

我们认为,将开发英特尔至强和至强Phi处理器的工程师与Nervana团队进行整合将推动行业更快地发展。我们将继续投资领先的技术,补充及加强英特尔的人工智能产品线。

至此,英特尔基本将市面上除了 GPU 之外的所有可以用于机器学习的芯片解决方案的公司都纳入其中了。

其次,在错过智能手机的红利之后,英特尔这次要在机器学习时代押注更多终端,比如汽车。当下机器学习如火如潮地展开,可机器学习所带来的变化并非局限在对神经网络的训练以及算法研发上,更重要的还在于其应用场景的延伸,Facebook 将深度学习应用到社交,Google 侧重于在线广告,英特尔则要赌注自动驾驶以及某种意义上的物联网设备上。

2016 年 9 月,英特尔收购 Movidius ,震惊业界。 Movidius 是一家成立十年,拥有低功耗视觉处理器的相关技术和产品,在虚拟现实、无人机方面有很多解决方案。而这次将主打自动驾驶视觉解决方案的 Mobileye 收入囊中,如果再算上英特尔自己研发的 RealSense 3D 解决方案,构成了英特尔在计算机视觉领域的护城河,这也不禁令人想起 2015 年年初 Intel CEO 科再奇的「宣言」:

1995 was the last big moment in technology. 2015 will be another turning point. We’re going from a 2D world to a 3D world. This additional dimension will change how we experience computing

第三,英特尔对数据的渴望程度一定也不亚于其他互联网公司。在 MIT 斯隆学院教授 David Keith 看来,Mobileye 的价值不仅在于可以提供廉价高可用的视觉解决方案,还拥有海量的自动驾驶数据——这些数据对于提升自动驾驶体验的重要性不言而喻。另一方面,Mobileye 的海量自动驾驶数据还有望与英特尔的地图数据进行整合。依托可以进行机器学习的芯片、海量的数据以及在计算机视觉方面的完善技术布局,英特尔对自动驾驶的野心也十分明显。

回到本文一开始的那个问题,在买买买之后,英特尔似乎已经实现了软着陆,但依然有诸多不确定因素。

其一,机器学习尽管是当下增长最快的领域,但一个现实问题就是:在这个已经有泡沫的市场里,真正的市场规模到底有多大?

其二,数据中心业务是英特尔盈利最好的业务之一,2016年的营收为172亿美元,营业利润为75亿美元。但现在却面临劲敌 ARM。在本月举行的开放运算计划(OCP)年会上,包括微软在内的众多巨头表示,已经开发了能够兼容 ARM 处理器的服务器版 Windows 操作系统,尽管其项目还在内部测试阶段,并未向外部伙伴开放,但却是一个明确的信号,随着云计算的进一步发展,各大云计算厂商自我定制的服务器将成为主流,这对控制 99% 服务器芯片市场份额的英特尔来说,是一个非常严峻的挑战。

其三,自动驾驶的商业化还遥遥无期,竞争还将持续升级。尽管今年 CES 上,英特尔和宝马宣布会在 2017 年下半年启动自动驾驶路测,按目前业界都将 2020 作为自动驾驶大规模商用的时间,但大规模商用不是结果,仅仅是个开始,短期来看,自动驾驶汽车的价格不会完全亲民,这意味着每人一辆自动驾驶汽车的美梦短期内还无法实现。这也是当前 Uber 、Lyft 等共享出行公司努力的方向:在自动驾驶普及前,通过共享出行占领市场。

更重要的一点,自动驾驶本质上是软件层面、服务层面的竞争,互联网公司、科技公司有着天然的优势。此次英特尔加入战局之后,是否会引发更多的马太效应——比如传闻中的苹果收购特斯拉亦或是汽车公司并购互联网巨头——这些或许都有可能发生,未来的自动驾驶领域竞争,也会越发惨烈。(本文首发钛媒体)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系作者 赵赛坡 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

赵赛坡
赵赛坡

数字人的数字化观察

评论(0

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈