美国时间9月19日，英特尔在加州圣何塞举办“Innovation 2023"活动，英特尔CEO帕特·基辛格登台，年过六旬的他一上场便做了一个伏地挺身，为这场信息量爆炸的演讲做了铺垫。

在这场英特尔年度最重要的发布会上，基辛格接连宣布公司在芯片，尤其是先进制程上的最新进展；包括采用5纳米的下一代AI专用芯片Gaudi 3；酷睿Ultra和第五代至强处理器；以及Intel 18A（1.8纳米）制程……

英特尔的AI时代

这次英特尔的发布会中，AI是贯穿始终的主旋律。

演讲开篇，基辛格便表示，AI正在催生全球增长的新时代，在新时代当中，算力便起到了重要的作用，开发者正迎来巨大的商业和社会机会——算力离不开芯片，如今芯片形成了规模达5740亿美元的行业，驱动着全球背后约8万亿美元的技术经济。

随后，基辛格宣布推出第五代“至强”处理器、以及即将发布搭载着英特尔酷睿 Ultra处理器的AI PC。

英特尔先是披露了一台采用英特尔至强处理器，和4000个英特尔Gaudi2加速器的大型AI超级计算机。英特尔表示，Gaudi 2加速器已经能满足各种AI计算的解决方案，包括更大更具有挑战性的大语音模型等等。

英特尔方面称，其第五代“至强”处理器未来将在同样功耗下，提升数据中心的性能和存储速度，相比于上一代，AI方面的性能提升了2-3倍，将于12月14 日发布。

为了展示AI能力的全面跃升，英特尔还拉了下游伙伴来站台，包括AI独角兽Stability AI、以及阿里云智能CTO周靖人。

周靖人主要阐述了阿里巴巴如何将内置AI加速器的第四代英特尔®至强®可扩展处理器，用在阿里云的通义千问大模型上。其称，英特尔的技术，大幅缩短了模型响应时间，“平均加速可达3倍”。

至强处理器和Gaudi2加速器的搭配，更多是用在数据中心上，而英特尔此次也在探索如何把AI与端边计算融合，改造原有的PC体验。

英特尔甚至将他们即将推出的酷睿Ultra处理器称为：“PC处理器路线图的转折点”——这颗处理器最大的亮点在于，英特尔在上面安装了一颗神经网络处理器（NPU)，让传统的PC也能够在本地实现更强的AI 加速体验。

另外，这颗芯片的亮点还有：是首个采用Foveros封装技术的产品；也集成了英特尔的锐炫显卡，能够有独立显卡的性能。

英伟达在AI时代最大的财富是在全球拥有一大波忠诚的开发者。而英特尔显然也有意构建自己的生态体系，为开发者们创造更高拓展性、透明度的开发环境。

大模型出现带动AI服务器呈现加速状态

除了对低延迟低功耗算力的性能需求，在服务器的种类上也产生了多样化、细分化的场景应用需求。各行业与人工智能技术的深度结合及应用场景的不断成熟与落地，使人工智能芯片朝着多元化的方向发展，为了迎合芯片的多元化，服务器的类型也将越来越丰富，并适用越来越多的行业应用场景。根据IDC在2021年的统计，预计到2025年中国加速服务器市场规模将达到108.6亿美元，且2023年仍处于中高速增长期，增长率约为20%。


AI大模型对算力的需求分别来自训练和推理两个环节

1）训练环节：通过标记过的数据来训练出一个复杂的神经网络模型，使其能够适应特定的功能，模型具有一定的通用性，以便完成各种各样的学习任务。该环节需要处理海量的数据，注重绝对的计算能力。

2）推理环节：利用训练好的模型，使用新数据推理出各种结论。借助神经网络模型进行运算，利用输入的新数据来一次性获得正确结论的过程。该环节对算力要求比训练环节略低，但注重综合指标，单位能耗算力、时延、成本等都要考虑。

训练对算力要求更高：2021年中国AI服务器推理负载占比约55.5%，未来有望持续提高；训练对芯片算力要求更高，推理对算力的要求偏低。

服务器架构随负载量扩张而不断优化: 服务器架构经历了从传统单一模式到集群模式，再到分布式架构的优化过程。传统单一模式，服务器诞生初期将所有功能汇集在同一个系统，缺点为不便于维护、横向拓展性不佳；因此集群模式诞生，这种集群模式将同一项目放在多个服务器上，有效缓解用户访问量大的压力，但由于各个服务器间功能重复却缺乏协同，系统维护成本仍然较高，且增加了用户重复登陆问题，因此服务器架构进化到分布式模式。在分布式架构中，整个系统按照不同功能拆分为多个单一功能的子模块，每个模块被放到不同服务器中相互协作，共同组成服务器网络，能够有效解决功能耦合度高等问题且代码复用性高。


GPU蚕食CPU市场

黄仁勋在今年2023 COMPUTEX演讲中即提到，PC产业正同时经历“加速运算”和“生成式AI”两大转变，CPU时代已经结束，产业需要一个更快的计算模式，即是GPU。以往PC、服务器中最重要的零组件为CPU，但随着需要大量计算能力的AI应用出现后，GPU将成为主角，CPU沦为配角。目前最先进的系统是采用8个GPU配1个CPU的配置，以发挥最高的计算能力。

另一个数据中心CPU和GPU感受两极化的原因：GPU产能因为CoWoS封装产能不足而受限，大家买不到足够GPU后来变成重复下单。

某客户本来只需要50颗GPU，因为买不到足够数量只好到处下订，最后延伸出200颗GPU的需求量，即使最后订单砍单一半，供需还是有缺口。这也是为什么黄仁勋一直说GPU需求真的很强很强，因为客户都怕缺货，实际下单的数量都早已超过实际需求不知道几倍。

反观通用服务器，因为全球经济景气不佳，消费力转趋保守，服务器客户对于新建的资本支纷纷缩手，转而倾向优化现有设备，或是用软件更新等各种方式来延长使用寿命和资源重新分配，释放更大性能，因此通用服务器芯片供应商当然会感受到无尽寒意。

不过，AI服务器和通用服务器的两极化现象也不会无止境的扩大下去，因为AI服务器还是要建立在既有的基础架构和终端设备之上，GPU侵蚀很大部分的CPU使用量，但不能全然取代CPU。

短期内，生成式AI带来很多新应用和海量信息需求，大家赶着布建AI服务器，因此疯狂下单GPU，等到AI服务器的需求布建到一定程度，最后还是会回过头来布建通用服务器。长期来看，AI服务器的气势如虹，终究会带动通用服务器需求脱离谷底才对。


总结

作为一家长期领先的半导体企业，以CPU而闻名天下的厂商，英特尔在处理器方面的进展尤其值得关注。在本次大会上，英特尔也的确带来了全面的展示，英特尔的PC芯片从此也开始全面进入AI时代。

基辛格表示：“人工智能将从根本上改变、重塑和重构 PC 体验，通过云和 PC 协同工作的力量释放个人生产力和创造力。为此，英特尔正在开创人工智能电脑的新时代。”代号为Meteor Lake的Intel Core Ultra处理器，正是英特尔实现上述目标的一个重要倚仗