解析英特尔转型杀手锏，如何进击3000亿美元数据江湖？

时代变迁太快，行业需求也随之快速转变，如何保持增长是每一个行业巨头都不得不面对的考验。如今距离英特尔提出“以数据为中心”的转型战略，已经过去六年。这六年间，数据洪流从酝酿走向爆发，全球IT行业地壳正经受着强烈的震动。人工智能的计算力需求增长了30万倍，将数字化变革与业务创新的热潮推向越来越多的传统行业。持续多样化的业务对工作负载提出差异化的需求，通用型方案不再灵活，一颗芯片打天下已经成为过去时。PC市场趋于饱和、新势力异军突起、技术拓展的失败风险，在新兴市场的攻防战中，在维持半导体霸主地位的同时，实现过去四年的营收稳增。而英特尔之所以50年来屹立不倒，除了硬核技术和创新精神使然，还离不开它一直做得非常成功的事情——构建强大的生态体系。

▲英特尔2015年-2018年营收及业务占比变化

面对数据中心日臻多样化的数据量和处理方式，英特尔的核心目标非常清晰和笃定，从全局的视角切入，一切为客户的数据需求服务。大笔投资收购、加大研发力度、广揽芯片人才、调整架构组织……就过去四年的成绩单来看，英特尔的转型已初见成效，“以数据为中心”业务占比持续增长，大有超过其昔日的王牌PC业务之势。
近日，英特尔的四个不同行业的代表合作伙伴，分享了他们关于应用英特尔至强可扩展平台的经验和看法。分享会后，智东西对英特尔行业解决方案集团中国区总经理梁雅莉深入交流，更全面地了解英特尔如何凭借完善的产品组合和生态优势，帮助数据中心驱动产业创新变革。

▲英特尔行业解决方案集团中国区总经理梁雅莉

英特尔50年：

六大支柱驱动的转型

数据如未来石油，成为产业变革驱动力。据市场研究调查，迄今为止，全球超过一半的数据都在过去两年产生，仅有不到2%的数据经过了处理和分析，这对英特尔等芯片厂商来说是一场空前的机遇，以数据为中心的转型早在2013年就提上日程。
在“大象转身难”的质疑声中，英特尔养精蓄锐，先是大手笔收购Altera（2015年，167亿美元）、Nervana（2016年，3.5亿美元）、Mobileye（2017年，153亿美元）等公司，形成全栈式AI硬件阵列组合，后于去年12月亮出其核心驱动力——六大支柱技术。这六大技术不仅能应用于英特尔的整个工程部门，而且成为英特尔为所有企业、消费者提供核心技术支持的基石。

即便从世界范围来看，英特尔对半导体技术的掌控完整度鲜有敌手。从单一芯片制造必需的制程和封装，决定晶体管如何组织处理数据的创新架构，结合内存和存储构成的系统，到多设备协同的互连，为信息传输保驾护航的安全护航，再到为开发人员降低开发难度的软件工具，英特尔打造的是从片上到数据中心的全面兵器库。
偏才很多，但全才难得。在这六大支柱，英特尔可用的知识产权数量和广度是绝大多数芯片厂商难以相提并论的。在数十年来，英特尔也在持续扩大这一优势，仅是2017年的研发投入就超过了高通、三星、博通三家公司的总和，约占全球半导体研发总投入的1/3。因此英特尔能同时在这么多半导体领域达到领先水准也不足为奇。

▲2017年全球半导体企业研发投入前十（来源：IC Insights）

从今年开年起，英特尔的大招陆续释放出来。4月，英特尔在旧金山发布第二代至强可扩展处理器Cascade Lake、傲腾数据中心级持久内存、傲腾SSD、以太网适配器等，集合计算、存储和网络三驾马车。
据英特尔行业解决方案集团中国区总经理梁雅莉透露，整个Cascade Lake的出货量非常可观，是英特尔史上转换最快的一次。
而这一系列产品组合的核心目的，就是为消费者或企业客户提供全面且高性价比的算力选择，帮助他们以更经济可行的方案，释放出更高的性能和效率，推动各行各业的数字化转型发展。

三驾马车的平衡术：

化解数据中心大痛点

英特尔发力的三驾马车正是许多企业在数字化转型中面临的痛点——如何实现更全处理、更快传输、更大存储的平衡。
传统企业在基础设施方面的转型中，正面临思维的转变，从如何支持业务发展，转变为驱动业务发展和创新。
AI是一个很好的例子。因为AI技术的出现，原先过海关需要排半个小时的队，现在走自主通道借助指纹识别，过海关只要几分钟；原先工业质检耗费人力，存在漏检、误检以及质检人员人身安全等风险，而通过机器视觉技术，布设摄像头就能实时勘测质量的好坏。
面对数字化和智能化转型的需求，通用的解决方案无法满足越来越丰富的细分业务场景，从依赖传统商业智能转向借助机器学习和深度学习的高级分析，正成为企业转型的一大趋势，促使计算基础架构的需求呈现出指数级增长。
在实现业务创新之前，企业要想在激烈的市场竞争中保持优势，就必须要采取一个以数据为中心的基础架构，以实现对数据的灵活部署。
基础架构的设计绝非易事。芯片的算力和数量并不是唯一的决定性因素。CPU纵向扩展成本昂贵，系统存在I/O瓶颈，传统内存达不到大量工作负载所需容量，这些都阻碍了数据中心实现效力的提升。
为满足冯·诺依曼的需求，存储技术必须跟上计算技术的发展，更低的延时和更高的安全性也日益成为数据传输的刚需。存储、网络正同计算一起成为未来数据中心的关键。
这些数据中心普遍存在的痛点正在被英特尔逐一击破。
针对传统企业转型的通病，英特尔持续优化在技术和产品上的布局，其中一个非常重要的举措就是平台处理器的打造。

以第二代至强可扩展处理器为例，其性能较历代产品有着革命性的提升，最新的至强铂金9200处理器在AI性能上，比2017年的Skylake足足提升30倍。面对AI加速计算的刚需，英特尔还在第二代至强处理器中加入一个前所未有的升级，即融入英特尔深度学习加速技术。搭配VNNI指令集以及各种AI相关的库、软件的优化，新一代至强处理器在AI推理方面带来14倍的性能提升。
同时，第二代至强可扩展处理器还支持英特尔傲腾数据中心级持久内存，该突破性技术能为英特尔以数据为中心的计算产品组合提供兼具经济性和大容量的持久内存功能。
为了解决客户在存储方面的痛点，英特尔在CPU/GPU缓存和DRAM之间加入封装内存，在DRAM和存储之间加入数据中心级的傲腾持久内存、SSD以及双端口固态盘，形成平滑的层级过渡，缓解固有的内存墙问题对算力提升的制约。
凭借包括至强、傲腾等在内的一系列以数据为中心的创新产品组合，配以英特尔在云计算、大数据分析、AI、网络、存储、安全等方面的技术积累，再加上软硬件协同优化的平台优势，英特尔已形成跨“计算-存储-网络”三驾马车的全栈式平台解决方案，从端到云实现全面产品的覆盖，支持各种不断演进的工作负载需求，帮助企业在英特尔的平台上获得最大价值。

大产业玩家现身说法

凭借完整产品组合，英特尔已拥有业界最广泛的数据中心合作伙伴生态系统，客户已覆盖到AI、云计算、制造业、数据分析、高性能计算、虚拟化、安全、数据库、核心IT应用、政府等各种依赖数据的行业。

通用AI：提高CPU利用率

深度学习和机器学习的广泛落地，协同数以亿计的互联设备收集的海量数据，正与各行各业碰撞出新的商业机遇。一些专注于打造通用型AI平台的AI企业应运而生。
AI企业通常有自己的技术路线图，而英特尔亦有自身的技术路径，在软硬件的协同优化方面，二者之间会寻找一个最优的共同技术路线，第四范式和英特尔成立的联合实验室即在做这方面的探索。
据第四范式硬件业务部门总经理蔡斯扬介绍，过去做数据中心传统的三层BS架构时，所有服务器CPU使用率基本不超过40%，而在现有云计算的基础架构中，CPU利用率大概为60%。该实验室希望突破一些瓶颈，使系统释放的实际计算力性能更接近物理的理论值。

另外，第四范式在最新推出的SageOne AI集成系统中，融合了英特尔的多种技术，包括最新62系列的CPU、异构计算加速卡FPGA芯片、傲腾数据中心级持久内存等。从SkyLake迁移到Cascade Lake，为新的SageOne系统带来4-8倍的综合性能提升。在蔡斯扬看来，超快的技术迭代和更新速度是英特尔的一个核心优势。在双方的合作下，第四范式的算力得到进一步调优，下一步第四范式还希望将傲腾数据中心级持久内存引入到图计算等未来的AI技术，以及更多复杂超大模型的在线推理中，帮助更多企业和用户实现AI转型。

云计算：大幅节省TCO

随着公有云、私有云和混合云的推进，大中小型云服务提供商都需要对基础设施进行优化迭代。英特尔和云厂商们的合作也从以硬件为主，转变为软硬件协同合作优化。BAT、华为、金山云、UCloud等云服务商都在应用英特尔的第二代至强加傲腾数据中心级持久内存组合，通过定制化方案升级云产品及服务。华为云ECS采用定制化的英特尔至强可扩展处理器，在深度学习引擎的帮助下，将AI性能提升11倍，最高宽带支持达40G。

据金山云裸金属&异构计算产品总监金旭介绍，他们采用英特尔的6240处理器搭配S4510，足以满足大部分计算密集型工作负载的需求，推出的傲腾数据中心级持久内存专属机型，在大内存场景下，内存的容量和性能几乎不变，而价格更为优惠。

制造业：系统升级化繁为简

在AI时代，传统制造业同样在发力智能化布局，目前他们借助数据创造价值的主要方式是工业视觉。
制造业非常强调生产的高度可靠性，每一个零件一旦出问题，小则影响整个产品质量，大则可能危害用户人身安全。同时，每个工厂的数据库、监控等流程均可借助AI实现成本上的优化，但要实现智能化升级，需将原有系统“化繁为简”，砍掉不需要的功能，增加新的功能。

全球汽车动力电池领域的龙头企业宁德时代经过验证多种CPU方案后，最后发现还是英特尔的至强处理器最好用。他们在数据中心采用英特尔的至强处理器、傲腾SSD等组合，并将在工厂现场采用英特尔AI视觉的端到端边缘计算产品和基础架构，将不良品检测系统的稳定性和效率均有效提升。

数据分析：节省空间，扩大应用

许多细分场景的企业面对数据量的日趋增长，亟需优化的数据中心基础设施来支撑其业务需求的算力。
比如西门子、飞利浦、平安医疗等巨头都应用英特尔第二代至强处理器，进行医学影像辅助诊断，优化数据分析。
再比如在身份认证方面，海鑫科金曾承建了全国公安行业最大的三个指纹系统。他们搭建掌纹系统时面临四大挑战：庞大的10TB级数据量，有线的千万级元预算，每天万亿以上的特征匹配速度，以及对深度学习速度、精度的高要求。

经过多CPU并存比对，海鑫在英特尔的第二代至强处理器和傲腾数据中心级持久内存上做了测试，结果用傲腾数据中心级持久内存的指纹比对解决速度能达到纯内存的90.7%。海鑫指纹产品中心总经理许春光表示，原先他们处理10TB特征，需要配二十多台服务器，现在仅需配1/4的服务器就能达到相同的性能水平，这将他们的应用范畴进一步扩大。海鑫也计划和英特尔持续在计算和深度学习上合作，构建精度更高、速度更快的指纹识别系统。

AI时代，

如何满足独角兽们的胃口？

梁雅莉认为，在50年的历程当中，英特尔做的最成功的事情就是生态系统的赋能，从产业链上下游到整个生态系统，从系统集成商、独立软件开发商、OEM，到云平台服务厂商，英特尔一直遵循的信条，即是如何能够做到最好的去支持客户成功。
总体来看，为了全面满足行业巨头、独角兽及小型企业们等不同客户的胃口，英特尔的生态打法非常清晰，通过提供全方位的技术和服务，解决企业数字化转型痛点，帮数据中心降本增效。

英特尔秉持客户至上的价值观，基于全栈式地跨“计算-存储-网络”的平台解决方案，使得生态壁垒愈发坚固。在技术上，英特尔延续开放式创新的原则，同时发力六大支柱，同时着重围绕AI、机器人、5G、自动驾驶等前沿领域的创新研究，不断加固底层基石。以此为基础，经过50年的发展，英特尔具备将业内重要伙伴高效联合的能力和经验，能够以更加可靠、优质的方案，去满足不同客户的差异化需求。这是英特尔的核心优势，即具备持续强化生态系统的高度定制化、产品化和提升本地服务化的能力。
产品方面，英特尔能提供围绕计算、存储、网络等关键技术的定制化组合。除了提供优质的硬件产品，英特尔也着重优化框架和软件端，简化堆栈集成，降低客户的操作门槛，实现产品快速大规模部署。服务方面，英特尔拥有完善且专业的售前售后服务团队，可帮助客户进行有针对性的软硬件调优。此外，本着在性能测试方面的严谨态度，英特尔所有性能测试均基于真实的应用场景，以确保客户获得的也是真实的产品性能。成本方面，英特尔也会综合考虑成本需求与帮助企业最大化挖掘数据价值之间的平衡，尽可能降低客户的总拥有成本（TCO），提供高性价比解决方案。

结语：

基于强大生态，推动行业增值

技术决定企业能爬多高，生态决定企业能走多远。而数十年生态系统持续的投入和创新正是英特尔的核心竞争力。面向由数据赋能2022年高达3000亿美元的市场，英特尔以六大支柱为底气，以计算、存储、传输三驾马车并驾齐驱，持续输出强大平台能力、丰富产品创新和软硬件协同的全面产品组合，更好推动云计算、网络基础架构及智能边缘等领域的创新，并支持多种高成长性的工作负载。在为更多企业挖掘更大化商业价值的同时，英特尔自身也积累了更加深厚的行业经验，进一步加深对客户需求的理解，同时构建更为稳固的生态体系。如今数据经济开启的未来才刚拉开序幕，还有大量的数据尚未转化为商业价值。如何利用数据、针对不同数据进行针对性的分析和应用、如何最大程度地将其转化为增值，对于英特尔与其生态合作伙伴来说，挑战与机遇并存。随着英特尔更先进制程的产品投入市场，又将为社会和经济效益创造更多的增值空间。

本文转载自智东西 文/心缘
本文仅代表媒体观点文中图片等素材的版权归其所有者拥有

相关资讯

在看？就点在看