智東西(公眾號:zhidxcom)文 | 心緣
時代變遷太快，行業需求也隨之快速轉變，如何保持增長是每一個行業巨頭都不得不面對的考驗。
如今距離英特爾提出“以數據為中心”的轉型戰略，已經過去六年。
這六年間，數據洪流從醞釀走向爆發，全球IT行業地殼正經受著強烈的震動。人工智能的計算力需求增長了30萬倍，將數字化變革與業務創新的熱潮推向越來越多的傳統行業。
持續多樣化的業務對工作負載提出差異化的需求，通用型方案不再靈活，一顆芯片打天下已經成為過去時。
PC市場趨於飽和、新勢力異軍突起、技術拓展的失敗風險，在新興市場的攻防戰中，在維持半導體霸主地位的同時，實現過去四年的營收穩增。
而英特爾之所以50年來屹立不倒，除了硬核技術和創新精神使然，還離不開它一直做得非常成功的事情——構建強大的生態體系。
英特爾2015年-2018年營收及業務佔比變化
面對數據中心日臻多樣化的數據量和處理方式，英特爾的核心目標非常清晰和篤定，從全局的視角切入，一切為客戶的數據需求服務。大筆投資收購、加大研發力度、廣攬芯片人才、調整架構組織……就過去四年的成績單來看，英特爾的轉型已初見成效，“以數據為中心”業務佔比持續增長，大有超過其昔日的王牌PC業務之勢。
近日，英特爾的四個不同行業的代表合作夥伴，分享了他們關於應用英特爾至強可擴展平台的經驗和看法。分享會後，智東西對英特爾行業解決方案集團中國區總經理梁雅莉深入交流，更全面地了解英特爾如何憑借完善的產品組合和生態優勢，幫助數據中心驅動產業創新變革。
智東西對英特爾行業解決方案集團中國區總經理梁雅莉
一、英特爾50年：六大支柱驅動的轉型
數據如未來石油，成為產業變革驅動力。據市場研究調查，迄今為止，全球超過一半的數據都在過去兩年產生，僅有不到2%的數據經過了處理和分析，這對英特爾等芯片廠商來說是一場空前的機遇，以數據為中心的轉型早在2013年就提上日程。
在“大象轉身難”的質疑聲中，英特爾養精蓄銳，先是大手筆收購Altera（2015年，167億美元）、Nervana（2016年，3.5億美元）、Mobileye（2017年，153億美元）等公司，形成全棧式AI硬體陣列組合，後於去年12月亮出其核心驅動力——六大支柱技術。這六大技術不僅能應用於英特爾的整個工程部門，而且成為英特爾為所有企業、消費者提供核心技術支持的基石。
即便從世界範圍來看，英特爾對半導體技術的掌控完整度鮮有敵手。從單一芯片製造必需的製程和封裝，決定晶體管如何組織處理數據的創新架構，結合記憶體和存儲構成的系統，到多設備協同的互連，為信息傳輸保駕護航的安全護航，再到為開發人員降低開發難度的軟體工具，英特爾打造的是從片上到數據中心的全面兵器庫。
偏才很多，但全才難得。在這六大支柱，英特爾可用的知識產權數量和廣度是絕大多數芯片廠商難以相提並論的。在數十年來，英特爾也在持續擴大這一優勢，僅是2017年的研發投入就超過了高通、三星、博通三家公司的總和，約佔全球半導體研發總投入的1/3。因此英特爾能同時在這麽多半導體領域達到領先水準也不足為奇。
2017年全球半導體企業研發投入前十（來源：IC Insights）
從今年開年起，英特爾的大招陸續釋放出來。4月，英特爾在舊金山發布第二代至強可擴展處理器Cascade Lake、傲騰數據中心級持久記憶體、傲騰SSD、以太網適配器等，集合計算、存儲和網絡三駕馬車。
據英特爾行業解決方案集團中國區總經理梁雅莉透露，整個Cascade Lake的出貨量非常可觀，是英特爾史上轉換最快的一次。
而這一系列產品組合的核心目的，就是為消費者或企業客戶提供全面且高性價比的算力選擇，幫助他們以更經濟可行的方案，釋放出更高的性能和效率，推動各行各業的數字化轉型發展。
二、三駕馬車的平衡術：化解數據中心大痛點
英特爾發力的三駕馬車正是許多企業在數字化轉型中面臨的痛點——如何實現更全處理、更快傳輸、更大存儲的平衡。
傳統企業在基礎設施方面的轉型中，正面臨思維的轉變，從如何支持業務發展，轉變為驅動業務發展和創新。
AI是一個很好的例子。因為AI技術的出現，原先過海關需要排半個小時的隊，現在走自主通道借助指紋識別，過海關只要幾分鐘；原先工業質檢耗費人力，存在漏檢、誤檢以及質檢人員人身安全等風險，而通過機器視覺技術，布設攝影頭就能實時勘測質量的好壞。
面對數字化和智能化轉型的需求，通用的解決方案無法滿足越來越豐富的細分業務場景，從依賴傳統商業智能轉向借助機器學習和深度學習的高級分析，正成為企業轉型的一大趨勢，促使計算基礎架構的需求呈現出指數級增長。
在實現業務創新之前，企業要想在激烈的市場競爭中保持優勢，就必須要采取一個以數據為中心的基礎架構，以實現對數據的靈活部署。
基礎架構的設計絕非易事。芯片的算力和數量並不是唯一的決定性因素。CPU縱向擴展成本昂貴，系統存在I/O瓶頸，傳統記憶體達不到大量工作負載所需容量，這些都阻礙了數據中心實現效力的提升。
為滿足馮·諾依曼的需求，存儲技術必須跟上計算技術的發展，更低的延時和更高的安全性也日益成為數據傳輸的剛需。存儲、網絡正同計算一起成為未來數據中心的關鍵。
這些數據中心普遍存在的痛點正在被英特爾逐一擊破。
針對傳統企業轉型的通病，英特爾持續優化在技術和產品上的布局，其中一個非常重要的舉措就是平台處理器的打造。
以第二代至強可擴展處理器為例，其性能較歷代產品有著革命性的提升，最新的至強鉑金9200處理器在AI性能上，比2017年的Skylake足足提升30倍。
面對AI加速計算的剛需，英特爾還在第二代至強處理器中加入一個前所未有的升級，即融入英特爾深度學習加速技術。搭配VNNI指令集以及各種AI相關的庫、軟體的優化，新一代至強處理器在AI推理方面帶來14倍的性能提升。
同時，第二代至強可擴展處理器還支持英特爾傲騰數據中心級持久記憶體，該突破性技術能為英特爾以數據為中心的計算產品組合提供兼具經濟性和大容量的持久記憶體功能。
為了解決客戶在存儲方面的痛點，英特爾在CPU/GPU緩存和DRAM之間加入封裝記憶體，在DRAM和存儲之間加入數據中心級的傲騰持久記憶體、SSD以及雙端口固態盤，形成平滑的層級過渡，緩解固有的記憶體牆問題對算力提升的製約。
憑借包括至強、傲騰等在內的一系列以數據為中心的創新產品組合，配以英特爾在雲計算、大數據分析、AI、網絡、存儲、安全等方面的技術積累，再加上軟硬體協同優化的平台優勢，英特爾已形成跨“計算-存儲-網絡”三駕馬車的全棧式平台解決方案，從端到雲實現全面產品的覆蓋，支持各種不斷演進的工作負載需求，幫助企業在英特爾的平台上獲得最大價值。
三、四大產業玩家現身說法
憑借完整產品組合，英特爾已擁有業界最廣泛的數據中心合作夥伴生態系統，客戶已覆蓋到AI、雲計算、製造業、數據分析、高性能計算、虛擬化、安全、數據庫、核心IT應用、政府等各種依賴數據的行業。
1、通用AI：提高CPU利用率
深度學習和機器學習的廣泛落地，協同數以億計的互聯設備收集的海量數據，正與各行各業碰撞出新的商業機遇。一些專注於打造通用型AI平台的AI企業應運而生。
AI企業通常有自己的技術路線圖，而英特爾亦有自身的技術路徑，在軟硬體的協同優化方面，二者之間會尋找一個最優的共同技術路線，第四範式和英特爾成立的聯合實驗室即在做這方面的探索。
據第四範式硬體業務部門總經理蔡斯揚介紹，過去做數據中心傳統的三層BS架構時，所有伺服器CPU使用率基本不超過40%，而在現有雲計算的基礎架構中，CPU利用率大概為60%。該實驗室希望突破一些瓶頸，使系統釋放的實際計算力性能更接近物理的理論值。
另外，第四範式也在同最新推出的SageOne系統，也融合了英特爾的多種技術，包括最新62系列的CPU、異構計算的加速卡、FPGA計算芯片、傲騰數據中心級持久記憶體等。從SkyLake遷移到Cascade Lake，為新的SageOne系統帶來4-8倍的綜合性能提升。
在蔡斯揚看來，超快的技術迭代和更新速度是英特爾的一個核心優勢。在英特爾的幫助下，第四範式的算力得到進一步調優，下一步第四範式還希望將傲騰數據中心級持久記憶體引入到圖計算等未來的AI技術，以及更多複雜超大模型的在線推理中，幫助更多企業和用戶實現AI轉型。
2、雲計算：大幅節省TCO
隨著公有雲、私有雲和混合雲的推進，大中小型雲服務提供商都需要對基礎設施進行優化迭代。
英特爾和雲廠商們的合作也從以硬體為主，轉變為軟硬體協同合作優化。
BAT、華為、金山雲、UCloud等雲服務商都在應用英特爾的第二代至強加傲騰數據中心級持久記憶體組合，通過定製化方案升級雲產品及服務。
華為雲ECS採用定製化的英特爾至強可擴展處理器，在深度學習引擎的幫助下，將AI性能提升11倍，最高寬頻支持達40G。
據金山雲裸金屬&異構計算產品總監金旭介紹，他們採用英特爾的6240處理器搭配S4510，足以滿足大部分計算密集型工作負載的需求，推出的傲騰數據中心級持久記憶體專屬機型，在大記憶體場景下，記憶體的容量和性能幾乎不變，而價格更為優惠。
3、製造業：系統升級化繁為簡
在AI時代，傳統製造業同樣在發力智能化布局，目前他們借助數據創造價值的主要方式是工業視覺。
製造業非常強調生產的高度可靠性，每一個零件一旦出問題，小則影響整個產品質量，大則可能危害用戶人身安全。同時，每個工廠的數據庫、監控等流程均可借助AI實現成本上的優化，但要實現智能化升級，需將原有系統“化繁為簡”，砍掉不需要的功能，增加新的功能。
全球汽車動力電池領域的龍頭企業寧德時代經過驗證多種CPU方案後，最後發現還是英特爾的至強處理器最好用。他們在數據中心採用英特爾的至強處理器、傲騰SSD等組合，並將在工廠現場採用英特爾AI視覺的端到端邊緣計算產品和基礎架構，將不良品檢測系統的穩定性和效率均有效提升。
4、數據分析：節省空間，擴大應用
許多細分場景的企業面對數據量的日趨增長，亟需優化的數據中心基礎設施來支撐其業務需求的算力。
比如西門子、飛利浦、平安醫療等巨頭都應用英特爾第二代至強處理器，進行醫學影像輔助診斷，優化數據分析。
再比如在身份認證方面，海鑫科金曾承建了全國警察行業最大的三個指紋系統。他們搭建掌紋系統時面臨四大挑戰：龐大的10TB級數據量，有線的千萬級元預算，每天兆以上的特徵匹配速度，以及對深度學習速度、精度的高要求。
經過多CPU並存比對，海鑫在英特爾的第二代至強處理器和傲騰數據中心級持久記憶體上做了測試，結果用傲騰數據中心級持久記憶體的指紋比對解決速度能達到純記憶體的90.7%。
海鑫指紋產品中心總經理許春光表示，原先他們處理10TB特徵，需要配二十多台伺服器，現在僅需配1/4的伺服器就能達到相同的性能水準，這將他們的應用範疇進一步擴大。海鑫也計劃和英特爾持續在計算和深度學習上合作，構建精度更高、速度更快的指紋識別系統。
四、AI時代，如何滿足獨角獸們的胃口？
梁雅莉認為，在50年的歷程當中，英特爾做的最成功的事情就是生態系統的賦能，從產業鏈上下遊到整個生態系統，從系統集成商、獨立軟體開發商、OEM，到雲平台服務廠商，英特爾一直遵循的信條，即是如何能夠做到最好的去支持客戶成功。
總體來看，為了全面滿足行業巨頭、獨角獸及小型企業們等不同客戶的胃口，英特爾的生態打法非常清晰，通過提供全方位的技術和服務，解決企業數字化轉型痛點，幫數據中心降本增效。
英特爾秉持客戶至上的價值觀，基於全棧式地跨“計算-存儲-網絡”的平台解決方案，使得生態壁壘愈發堅固。
在技術上，英特爾延續開放式創新的原則，同時發力六大支柱，同時著重圍繞AI、機器人、5G、自動駕駛等前沿領域的創新研究，不斷加固底層基石。
以此為基礎，經過50年的發展，英特爾具備將業內重要夥伴高效聯合的能力和經驗，能夠以更加可靠、優質的方案，去滿足不同客戶的差異化需求。
這是英特爾的核心優勢，即具備持續強化生態系統的高度定製化、產品化和提升本地服務化的能力。
產品方面，英特爾能提供圍繞計算、存儲、網絡等關鍵技術的定製化組合。除了提供優質的硬體產品，英特爾也著重優化框架和軟體端，簡化堆棧集成，降低客戶的操作門檻，實現產品快速大規模部署。
服務方面，英特爾擁有完善且專業的售前售後服務團隊，可幫助客戶進行有針對性的軟硬體調優。此外，本著在性能測試方面的嚴謹態度，英特爾所有性能測試均基於真實的應用場景，以確保客戶獲得的也是真實的產品性能。
成本方面，英特爾也會綜合考慮成本需求與幫助企業最大化挖掘數據價值之間的平衡，盡可能降低客戶的總擁有成本（TCO），提供高性價比解決方案。
結語：基於強大生態，推動行業增值
技術決定企業能爬多高，生態決定企業能走多遠。而數十年生態系統持續的投入和創新正是英特爾的核心競爭力。
面向由數據賦能2022年高達3000億美元的市場，英特爾以六大支柱為底氣，以計算、存儲、傳輸三駕馬車並駕齊驅，持續輸出強大平台能力、豐富產品創新和軟硬體協同的全面產品組合，更好推動雲計算、網絡基礎架構及智能邊緣等領域的創新，並支持多種高成長性的工作負載。
在為更多企業挖掘更大化商業價值的同時，英特爾自身也積累了更加深厚的行業經驗，進一步加深對客戶需求的理解，同時構建更為穩固的生態體系。
如今數據經濟開啟的未來才剛拉開序幕，還有大量的數據尚未轉化為商業價值。如何利用數據、針對不同數據進行針對性的分析和應用、如何最大程度地將其轉化為增值，對於英特爾與其生態合作夥伴來說，挑戰與機遇並存。
隨著英特爾更先進製程的產品投入市場，又將為社會和經濟效益創造更多的增值空間。
香港九龍灣馬來街興發大廈15樓D室