导语：商业杂志《快公司》发表深度文章称，在摩尔定律面临失效，人工智能(AI)复兴的背景下，传统芯片巨头英特尔公司不得不转型，不再依赖CPU单打独斗，通过收购获取适合训练神经网络的芯片。

北京时间12月9日消息，商业杂志《快公司》发表深度文章称，在摩尔定律面临失效，人工智能(AI)复兴的背景下，传统芯片巨头英特尔公司不得不转型，不再依赖CPU单打独斗，通过收购获取适合训练神经网络的芯片。同时，英特尔开始改变长期秉持的信念，外包芯片制造降低成本，缓解交付压力。

以下是文章全文：

当笔者走向英特尔位于加州圣克拉拉的访客中心时，一大群韩国青少年从他们乘坐的巴士上跑下来，兴高采烈地聚焦在巨大的英特尔标志前自拍，合影。这可能是你在苹果或谷歌身上才能看到的狂热粉丝，但是英特尔为何也有？

别忘了，在硅谷这个名字中，“硅”就是芯片的象征，而它的典型代表就是英特尔，这家公司的处理器和其他技术为PC革命提供了许多底层性能支撑。如今，英特尔已经“51岁”了，它依旧保留了一些“明星魅力”。

英特尔的深刻变革

但是，英特尔也在经历一段深刻变革期：重塑公司文化和产品生产方式。和以往一样，英特尔的核心产品依旧是台式机、笔记本电脑、平板电脑以及服务器的“大脑”——微处理器，它们通过专门的工艺在硅晶圆上刻蚀出数百万或数十亿个晶体管。每个晶体管上面都有“开”、“关”两个状态，以对应计算机的二进制数字“1”和“0”。

自上世纪50年代以来，英特尔通过在硅晶圆上不断加入更多晶体管实现了处理性能的稳步提升。这个提升速度实在太稳定了，以至于英特尔的联合创始人戈登·摩尔(Gordon Moore)在1965年作出了著名预测：芯片上的晶体管数量每两年就会增加一倍，这就是“摩尔定律”。分析师称，摩尔定律这么多年来一直成立，但是英特尔不断增加晶体管的策略已经达到了一个“收益递减”的地步。

与此同时，市场对于更高处理性能的需求从未像现在这么高过。分析师称，AI现在已被广泛应用于几乎各个行业的核心业务流程中。它的复兴使得计算性能面临“需求过度”的局面。神经网络需要大量计算性能，而且只有在计算机网络通力合作的情况下才会展现出最佳效果，它们的应用远超一开始奠定英特尔巨头地位的PC和服务器。

“不管是智慧城市、零售店、工厂、汽车还是家居，所有这些今天都有些像计算机。”鲍勃·斯万(Bob Swan)表示，他自今年1月份开始担任英特尔总裁。

AI带来的结构性改变和英特尔寻求扩大业务的雄心，已经迫使英特尔调整了部分芯片的设计和功能。英特尔正在开发和设计能够协作的软件和芯片，甚至会对外收购公司以便让其跟得上已发生变化的计算世界的脚步。随着AI逐渐进入到企业和个人生活中，行业越来越依赖英特尔提供芯片性能来驱动AI，英特尔的进一步转型势在必行。

摩尔定律之死

目前，主要是拥有数据中心的大型科技公司在他们的主要业务中运用AI技术，其中一些把AI作为云服务提供给企业客户，例如亚马逊、微软和谷歌。但是，AI已开始向其他大型企业传播，后者训练AI模型来分析海量数据采取相应措施。

这种转变需要极大计算性能作支撑，而AI对于计算性能的“渴望”正是AI兴起与摩尔定律的正面相撞。

几十年来，摩尔在1965年的这一预测对整个科技行业来说意义重大。硬件制造商和软件开发商习惯上把他们的产品路线图和他们从明年的CPU中获得的性能挂钩。可以说，摩尔定律使得所有人在“跳同一首舞曲”。

英特尔联合创始人摩尔(右)

摩尔定律同时还预示着英特尔每年都会兑现的芯片性能提升承诺。在过去大部分时间里，英特尔通过寻找方法在硅晶圆中加入更多晶体管兑现了这一承诺，但是难度越来越大。

“芯片工厂即将丧失为我们提供性能提升的能力，”市场研究公司Moor Insights & Strategy首席分析师帕特里克·摩尔海德(Patrick Moorhead)表示，“平价生产这么多芯片正变得越来越难。”

尽管在硅晶圆中加入更多晶体管依旧是可能实现的，但是成本越来越高，时间越来越长，所获得的性能提升不一定足以满足计算机科学家建立神经网络的需求。例如，2016年已知的最大神经网络拥有1亿个参数，2019年目前为止的最大神经网络有15亿个参数，短短几年时间就增加了一个数量级。

和此前的计算范式相比，AI呈现出的是一种极为不同的生长曲线，施压英特尔寻找方法来提高其芯片的处理性能。