CPU和GPU之所以大不相同，是由于其设计目标的不同，它们分别针对了两种不同的应用场景。CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。
所以说，GPU在人工智能的计算能力中要比CPU更有优势。我们关注到，在任何一个科技领域，如今的趋势就是分工越来越强化，专业程度越来越高。AI芯片就是个典型的案例，原来并不存在AI芯片，最早芯片就是CPU，后来GPU用粗犷的并联方式却达到了CPU达不到的彼岸，开启了人工智能，无人机，无人驾驶等众多电子设备。而人类不会满足于一颗GPU，人类需要专用的芯片去对付一项功能。
我们都知道CPU和GPU，如果你以前DIY电脑的话，你将需要在这两样硬件的性价比上权衡。他们的结构大致如下图：
CPU是高级的，因为要处理很多复杂的事物。而GPU有很大的逻辑运算空间，同时能处理的事物比较单一。从技术含量上看，英特尔无论如何比novidia投入更多，CPU比GPU更有科技含量，但科技的彼岸未必如你预期，GPU并联运算能力的开发，一切都变得不同。正因为GPU简单，其运算能力可以如搭积木一样提高。分布式的GPU。
人工智能靠什么？我们很多年前开始说人工智能时候就说了三点：算法、大数据和并行运算神经网络。为了推进人工智能发展，算法是公开的，数据不用说，各显神通，那么最重要的人工智能的硬件技术就是并行运算的能力。
这个时候技术先走到FPGA，再到ASIC芯片也就是AI芯片。这个过程实质上简单明了。FPGA，通用性不错，但是能耗和运算能力不佳。而更加专业的ASIC芯片可以提升这个能力，使得开发的芯片重点用于人工智能。现阶段很多无人机，高清视频等都在使用FPGA的芯片。但是随着数据运算级别的增加，现阶段FPGA的运算和能耗无法满足更高层次专业人工智能的需求。
AI芯片有两种，一种是云端芯片，大服务器，高能耗，集中到云端去计算数据。另一种是终端芯片，要体积小，能耗低，哪里使用就在哪里获得数据直接运算，如今基本上芯片谷歌重头是云端AI芯片，而英特尔是终端AI芯片。谷歌的云端AI芯片组成服务器，然后谷歌出租这些AI的运算能力（人工智能时代的云计算）。
你发现了吗？整个AI芯片领域已经出现了产品，但是需求在进一步进化。这里面最重要的核心，是性能和能耗。这也是集成电路提升的方向。Luminous是个7人小公司，这个公司有一个与众不同的光通信技术（硅光子技术），这样在服务器内部传输就大大加快，从而提升性能。
这家企业阶段性技术目标并不高，就是替代谷歌AI云端服务器的芯片。为什么谷歌要选择他的芯片，当然需要他的技术比谷歌自己研发出来的芯片要好，既然谷歌是出售云端AI服务器，那么服务器性能就代表其印钞的能力。谷歌现阶段服务器是使用3000块Tensor Processing Unit AI芯片搭建的电路板。而未来如果成功，Luminous将成为一家专业的AI芯片提供商。
国外很多专业性很强的芯片公司就是这样开始的，很多巨头喜欢投资初创公司。他们相对来说技术路线清晰，专注性强，运营成本低。所以比尔盖茨投资AI芯片公司Luminous，就是因为在AI芯片这个领域缺乏专业性很强的巨头，对于很多公司，芯片你和英特尔竞争机会不大，AI芯片是个弯道超车的机会。
——预见2023：《2023年中国人工智能行业全景图谱》(附市场规模、竞争格局和发展前景等)
目前国内人工智能行业的上市公司主要有：百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据：人工智能企业核心技术分布情况、中国人工智能市场规模、中国人工智能行业投融资情况、中国人工智能行业投融资轮次分布、人工智能各技术方向岗位人才供需、人工智能本科新专业高校名单、人工智能科技产业区域竞争力、人工智能行业代表性企业区域分布、中国人工智能行业竞争派系、人工智能发展趋势、中国人工智能产业规模预测
行业概况
1、人工智能定义
人工智能作为一门前沿交叉学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能行业属于战略新兴产业，根据国家发展改革委发布的《战略性新兴产业重点产品和服务指导目录(2016)》来看，我国人工智能可分为三个下属行业，分别为人工智能软件开发、人工智能消费相关设备制造和人工智能系统服务。
2、产业链剖析：产业链涵盖行业庞大
人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径;应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
行业发展历程：行业处在突飞猛进阶段
人工智能概念的提出始于1956年的美国达特茅斯会议。人工智能至今已经有60多年的发展历史，从诞生至今经历了三次发展浪潮。分别是1956-1970年、1980-1990年和2000年至今。
1959年Arthur Samuel提出了机器学习，推动人工智能进入第一个发展高潮期。此后70年代末期出现了专家系统，标志着人工智能从理论研究走向实际应用。
80年代到90年代随着美国和日本立项支持人工智能研究，人工智能进入第二个发展高潮期，期间人工智能相关的数学模型取得了一系列重大突破，如著名的多层神经网络、BP反向传播算法等，算法模型准确度和专家系统进一步提升。期间，研究者专门设计了LISP语言与LISP计算机，最终由于成本高、难维护导致失败。1997年，IBM深蓝战胜了国际象棋世界冠军Garry Kasparov，是一个里程碑意义的事件。
当前人工智能处于第三个发展高潮期，得益于算法、数据和算力三方面共同的进展。2006年加拿大Hinton教授提出了深度学习的概念，极大地发展了人工神经网络算法，提高了机器自学习的能力，随后以深度学习、强化学习为代表的算法研究的突破，算法模型持续优化，极大地提升了人工智能应用的准确性，如语音识别和图像识别等。随着互联网和移动互联的普及，全球网络数据量急剧增加，海量数据为人工智能大发展提供了良好的土壤。大数据、云计算等信息技术的快速发展，GPU、NPU、FPGA等各种人工智能专用计算芯片的应用，极大地提升了机器处理海量视频、图像等的计算能力。在算法、算力和数据能力不断提升的情况下，人工智能技术快速发展。
行业政策背景：行业发展从技术过渡到产业融合
人工智能是国家战略的重要组成部分，是未来国际竞争的焦点和经济发展的新引擎。近年来，中国人工智能行业受到各级政府的高度重视和国家产业政策的重点支持，国家陆续出台了多项政策，鼓励人工智能行业发展与创新，《关于支持建设新一代人工智能示范应用场景的通知》《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》《新型数据中心发展三年行动计划(2021-2023年)》等产业政策为我国人工智能产业发展提供了长期保障。
2017年之前，人工智能相关政策主要集中在人工智能技术研发突破方面。从2017年开始，政策的重点已经从人工智能技术转向技术和产业的深度融合，特别是2017年7月国务院印发的《新一代人工智能发展规划》明确指出要“加快人工智能深度应用”。
从2018年两会发言的不完全汇总也可以看出，人工智能+产业的融合将是未来的重点，包括科技部、工信部、民政部等官方部门和百度、腾讯、联想等民间代表，均提出了人工智能+产业、人工智能+医疗等。
2019年，两会更是将“智能+”写入政府工作报告，人工智能技术对于社会的赋能被给予最高层次的期待。在工业经济由数量和规模扩张向质量和效益提升转变的关键期，“智能+”的理念给人工智能等数字技术提供了最广阔的落地空间和回报想象。通过智能化手段把传统工业生产的全链条要素打通，可以更好地推动制造业的数字化、网络化和智能化转型，更能反向助推技术自身的迭代和进步。
2020年，明确人工智能作为“新基建”建设重要一环，“十四五”指出要推动互联网、大数据、人工智能等同各产业深度融合。并且各省市也在大力推动人工智能与产业融合，打造应用场景，示范项目。
行业发展现状
1、大数据和云计算为占比最高的核心技术
从人工智能企业核心技术分布看，计算机视觉技术占比最高，达到34%;其次是数据挖掘与机器学习，占比分别为18%和17%;智能语音技术、自然语音处理、知识图谱等技术的热度也较高，分别占比8%、8%和7%。
2、行业呈现快速增长趋势
注：人工智能产业作为典型的融合交叉产业，对产业统计口径的不同会带来市场规模数据上的出入。下文整理了统计口径不同的三大研究机构关于人工智能产业市场规模的测算数据，以期展现多方视角。其中：中国信通院统计口径>中国人工智能学会统计口径>中国电子学会统计口径，三大研究机构的统计口径在图表下方注明。
2017年7月，国务院印发了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，受益于国家政策的大力支持，以及资本和人才的驱动，我国人工智能行业的发展走在了世界前列。根据中国信通院公布的测算数据显示，2021年中国人工智能产业规模为4041亿元，同比增长333%。
注：中国信通院对人工智能产业市场规模测算口径包括人工智能核心产业市场规模及带动产业市场规模，即包括人工智能硬件、软件及服务市场
人工智能核心产业市场规模方面，根据中国电子学会测算数据显示，2021年中国人工智能核心产业市场规模为1300亿元，同比增长389%。
注：中国电子学会对人工智能核心产业市场规模测算口径包括：计算机视觉、智能语音、对话式AI、机器学习(含自动驾驶)、知识图谱、自然语言处理等核心技术软件、AI芯片等核心硬件
从中国人工智能学会公布的人工智能产业市场规模测算数据来看，2020年中国人工智能行业市场规模约为18582亿元，同比增长354%，总体上看，当前人工智能核心产业(主要包括软硬件)市场规模增速大于整体产业市场规模增速，人工智能应用服务市场发展相对缓慢。
注：①中国人工智能协会关于人工智能产业市场规模统计范围包括：人工智能软件和硬件市场，不包括服务市场规模;②2021年中国人工智能学会尚未发布最新的人工智能市场规模测算数据
3、下游应用主要集中在政府城市治理和运营
2020年，中国人工智能市场主要客户来自政府城市治理和运营(公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等)，应用占比达到49%，互联网与金融行业紧随其后，占比分别为18%和12%。
企业和政府对人工智能的应用逐渐升温。在决定企业产生经济效益的各个环节，都已能够看到人工智能的身影：AI 核身帮助人们安全生活、远程交易、便捷通行;深度学习和知识图谱帮助企业在生产过程中分析预测、科学决策;人机对话提升了拜访登记、服务响应中的用户体验。人工智能将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。前瞻估算，目前中国大型企业基本都已在持续规划投入实施人工智能项目，而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合，实现产业地位提高或经营效益优化。
4、资本更倾向于人工智能企业的早期投资
截止2022年10月9日，中国人工智能行业总计共有6486起投融资事件发生，总计融资金额为9994亿元。其中2014-2018年在融资事件及融资规模均呈现持续增长态势，2018年融资金额达1366亿元，融资事件1049起。2019-2020年，我国人工智能行业市场相较之前冷静不少，融资事件有所下降但是融资规模有所上升。2021年，我国人工智能资本市场再次迎来增长大潮，投融资事件数量及规模均达到历年峰值，分别增长至1066起和3062亿元。截止2022年10月9日，2022年人工智能行业共有投融资事件532起，融资金额达到1008亿元。
注：2022年数据截至10月9日，下同，不再赘述。
从我国人工智能行业融资轮次分布情况来看，由于初创型企业融资金额与估值相对较合理，泡沫较小，因此资本更倾向于人工智能企业的早期投资，2014-2019年，人工智能行业天使轮和A轮占比最高。随着人工智能市场板块的逐渐成熟，早期的投资占比逐渐降低，人工智能投资轮次逐渐后移。2021年，人工智能行业A轮融资占比下降至379%，C轮融资占比则上升至1137%。
5、技术方面人才不足，高校开设相关专业
根据工信部发布的相关数据，人工智能不同技术方向岗位的人才供需比均低于04，说明该技术方向的人才供应严重不足。从细分行业来看，智能语音和计算机视觉的岗位人才供需比分别为008、009，相关人才极度稀缺。
注：岗位人才供需比=意向进入岗位的人才数量/岗位数量。
相对国外，我国高校人工智能培育起步较晚，但近年来我国人工智能学科和专业加快推进，多层次人工智能人才培养体系逐渐形成。2018年4月，教育部发布的《高等学校人工智能创新行动计划》提出，到2020年建立50家人工智能学院、研究院或交叉研究中心。
2019年，教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，全国共有35所高校获首批建设“人工智能”本科专业资格。
行业竞争格局
1、区域竞争：北京人工智能竞争能力遥遥领先
从1990年至今，我国人工智能产业发展的城市格局几经变化，目前北京、上海、深圳、杭州等城市变现稳定，这些城市都将电子信息产业作为支柱产业之一，在互联网业发展中也排名靠前。这些城市均强化科研与人才优势、加速补充完善人工智能自身及面向行业落地的产业链、建设示范性智能应用场景、前瞻性布局人工智能相关标准体系、推动公共资源共享、提升城市环境与宜居性、支持系统性超前研发布局等措施将成为城市把握人工智能发展重大历史机遇的谋划方向。
在2021年中国新一代人工智能科技产业发展区域竞争力排名中，排名前五的省市分别是北京、广东、上海、浙江和江苏，属于第一梯队;排名第六至第十的省份分别是山东省、四川省、安徽省、辽宁省和湖南省。
在四大都市圈排名中，排名第一的是长三角，排名第二的是京津冀，排名第三和第四的分别是珠三角和川渝地区。
2、企业竞争：参与者众多，主要分为三个派系
从企业的竞争来看，我国人工智能企业主要可以分为三个派系，分别是头部平台代表企业、融合产业活跃企业、技术层面代表企业。
人工智能平台的代表性企业主要有百度、阿里云、腾讯、华为、京东和科大讯飞;而小米、平安科技、苏宁、滴滴是融合产业较活跃的企业;技术层企业代表有商汤科技、旷视科技、云从科技和依图科技作为独角兽公司。
从人工智能独角兽企业来看，根据胡润排行榜，商汤科技以500亿元的价值位列2021年胡润中国人工智能行业独角兽排行榜首位;其次，旷视科技、云从科技、地平线机器人与明略科技也具备较大的市场潜力，价值均超200亿元。
行业发展前景及趋势预测
1、“十四五”建设继续推进，高质量、现代化、智能化发展
近年来，人工智能在经济发展、社会进步、国际政治经济格局等方面已经产生重大而深远的影响。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》对"十四五"及未来十余年我国人工智能的发展目标、核心技术突破、智能化转型与应用，以及保障措施等多个方面都作出了部署。
2、“十四五”期间核心产业规模达到4000亿
根据《新一代人工智能发展规划》，到2025年,我国人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展，人工智能核心产业规模将超过4000亿元，带动相关产业规模超过5万亿元;到2030年，我国人工智能理论、技术与应用总体达到世界领先水平。
此外,为加快落实《国务院关于印发新一代人工智能发展规划的通知》,科技部于2019年8月印发《国家新一代人工智能创新发展试验区建设工作指引》,旨在有序推动国家新一代人工智能创新发展试验区建设。截至2021年3月末,我国已有14个市+1个县获批建设试验区;至2023年,试验区数量预计将达20个左右。
以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。
性能好。
NVIDIA Pascal架构，与上一代Maxwell架构的人工智能方案平台相比，采用Pascal架构Tesla P100 GPU加速的新平台，其性能可达前者的12倍。
Tesla P100是首款双精度性能和单精度性能分别超过5 Teraflops、10 Teraflops的GPU加速，可提供几十甚至上百倍CPU服务器节点的强大性能，为诸如人工智能、医疗、气候、能源等最为复杂的应用提供最好的支撑，并带来时间方面的巨大飞跃。
NVIDIA联合创始人兼首席执行官黄仁勋表示：“我们面临的最严峻的科学挑战，如癌症治疗、认识气候变化、打造智能机器等，它们往往需要近乎无限的计算能力。借助各个层面的创新，我们从零开始设计了Pascal GPU架构，它在计算性能和效率等方面都有着巨大进步，能够帮助我们的顶尖人才推动科技快速发展，让明天变得更加美好。”
阿里云云服务器好用。
在国内能在国际上叫得响的云计算公司就一个阿里巴巴，在国内云计算厂商中阿里云说自己排名第二，没人敢排第一。阿里云是全球领先的云计算及人工智能科技公司，为200多个国家和地区的企业、开发者和政府机构提供服务。
2017年1月阿里云成为奥运会全球指定云服务商。2017年8月阿里巴巴财报数据显示，阿里云付费云计算用户超过100万。阿里云致力于以在线公共服务的方式，提供安全、可靠的计算和数据处理能力，让计算和人工智能成为普惠科技。
阿里云在全球18个地域开放了49个可用区，为全球数十亿用户提供可靠的计算支持。此外，阿里云为全球客户部署200多个飞天数据中心，通过底层统一的飞天 *** 作系统，为客户提供全球独有的混合云体验。
面对商业与技术的两难选择，阿里云没有在雄厚的技术底蕴下自满，也没有在大份额的市场占比中自得，更没有失去那创建时的初心与执着，一如既往地坚持着自进化的征途。阿里云代金券是阿里云官方的常规优惠政策，免费领取后购买阿里云一系列产品时，就能收获不等金额的红包。
锐公司（ID：shangjiezz）报道
作者/ 郑 栾
“当我还是IBM的一名年轻工程师时，有人建议我，应该奔着问题去。要做，就要做最重要的事。我一直都记得。”
这句话出自苏姿丰之口，她是一位华人女性，也是AMD公司总裁兼CEO。
苏姿丰于2014年起担任AMD公司的CEO，在她的任期内，AMD的股价从2美元左右涨至如今的90美元，5年之间涨幅高达4500%。
她的确解决了AMD当时面临的大量问题。如今，AMD已经将个人电脑的CPU市场完全颠覆，制程和性能都反超了英特尔，并且在数据中心（即曾经的服务器）处理器等市场向英特尔大举进攻。2019年，苏姿丰成为史上第一位登上美联社年度CEO薪酬榜单的女性。
令英特尔头疼的另一家公司，是它曾经的忠实小弟英伟达。
英伟达刚刚以400亿美元的价格，从软银手中收购了英国新品设计公司ARM，这是芯片史上规模最大的一笔收购。这笔收购一旦完成，意味着英伟达可以在CPU市场和英特尔直接竞争，同时威胁英特尔重要的利润来源——数据中心市场。
英伟达的创始人黄仁勋同样是华人。在电脑硬件发烧友的圈子中，他和苏姿丰被称为“老黄”和“苏妈”。
而英特尔的近况并不顺利，研发进展不顺导致自己很难跟上祖师爷提出的“摩尔定律”，股价也不再坚挺。
这两位华人，会成为 科技 巨头英特尔的掘墓人吗？
01
硅谷最年轻的亿万富翁
1965年，英特尔未来的创始人之一，当时36岁的戈登·摩尔在准备一份报告时发现了一个惊人的规律： 每过18-24个月，集成电路芯片上的电路数目都会翻倍增长。这种现象不仅存在于储存器芯片，也同时在微处理器上出现。
如果这一定律长期生效，就意味着，每过2年，计算机的储存容量和计算能力都会翻倍增长。
这就是著名的摩尔定律，它准确地预测了未来50多年里计算机性能的发展，成为计算机产业中的第一定律。
那一年，2岁的黄仁勋还和家人住在台北，英特尔还没有诞生，距离苏姿丰出生还有4年。
这是一段相爱相杀的 历史 。
1968年，戈登·摩尔和罗伯特·诺伊斯、安迪·格鲁夫离开仙童半导体，创办英特尔。有媒体评价：英特尔是这个星球上最成功、最具竞争力的公司之一，它就像一台精密的机器一样，从来没有出过差错。
英特尔几乎完美地遵循了摩尔定律预言的发展轨迹，像一艘航母一样劈波斩浪。而AMD则扮演了一个屡败屡战的挑战者角色。
几十年间，时而靠英特尔授权，时而靠山寨，AMD始终在芯片业界扮演着“第二供应商”的角色。直到20世纪8、90年代，英特尔取消了对AMD的技术授权，AMD走上了自主研发的道路，并且熬死了所有竞争对手，成为英特尔在CPU市场唯一的敌人。
20世纪的后半叶，半导体产业的飞速发展成为了美国经济最重要的引擎。黄仁勋和苏姿丰也随着家人，从中国台湾来到了大洋彼岸的美国。
黄仁勋在俄勒冈州立大学取得了电机工程学位，后来在斯坦福大学获得了硕士学位，毕业后还曾经短暂地供职于AMD。
1985年，黄仁勋加入LSI Logic，8年的时间里，他从普通员工做到了董事，先后负责技术、销售等多个部门，成为一位复合型人才。
1993年，在自己30岁生日之前，黄仁勋联合创办了英伟达，主要业务是显示芯片。 在英伟达的推动下，显示芯片从可有可无的产品蹿升为计算机的两大核心处理器。
这一年，苏姿丰还没有从麻省理工大学毕业。在这所美国名校里，苏姿丰学习了8年，获得了电机工程的学士、硕士和博士学位。
苏姿丰先后在德仪、IBM研发部门、Freescale Semiconductor工作，外界给她的评价是： 善于谈判、领导力强、人际关系丰富，并且多才多艺。
在1995年之前，显示芯片主要用于 游戏 机，因为当时的个人电脑几乎不具备 游戏 功能。而当微软发布Windows95后，计算机的图形化时代到来，显卡开始站上芯片产业的“C位”。
黄仁勋敏锐的嗅觉让他做出了决断：全面支持微软的D3D API。同时，他还提出了和摩尔定律并称的显卡芯片领域“黄氏定律”，即显卡芯片每6个月性能提升一倍。
显卡曾经只是一个负责信号输出的部件，但随着计算机性能的发展，显卡芯片的重要性不断提高。
1999年，英伟达提出GPU（图形处理器）概念，并发布了一款全新架构的产品GeForce256。这款芯片被认为是世界上第一款消费者级别的 3D 图形 GPU。
黄仁勋的一系列决策让英伟达在显卡市场脱颖而出，他本人也成为硅谷 历史 上最年轻的亿万富翁。
2006年，当AMD已经可以在CPU市场和英特尔正面掰手腕时，这家公司却做出了一个惊人的决策——花费54亿美元的巨额资金收购显卡双雄之一，英伟达的最大竞争对手ATI，这也让AMD成为全球唯一一家有能力研发生产CPU和显卡的厂商。
02
AMD的救世主
从长远来看，AMD的这次收购影响深远，且具有长期价值。今天的AMD仍然是全世界唯一一家可以同时研发CPU和独立显卡的企业，在CPU性能发展日趋缓慢的时刻，显卡的运算能力仍有很大的想象空间，并且在浮点运算和人工智能领域有独特的优势。
但在收购之时，AMD是CPU市场的第二，ATI则是显卡市场的第二。这笔收购的完成意味着AMD需要进行双线作战。老二收购老二，直接和两个老大竞争，这是非常危险的一次商业 *** 作。
资金链的紧张直接影响了AMD的研发能力，在CPU市场上，AMD的性能逐渐落后于英特尔。2008年，为了保证公司的经营，AMD被迫卖掉了自己的晶圆厂，让AMD从此再也没有了晶圆生产能力，成为了一个单纯的芯片设计公司。
而在显卡市场，AMD也在和英伟达的竞争中落于下风。因为提供不了有足够竞争力的产品，AMD一度成为了“性价比”的代名词。
2014年，AMD已经风雨飘摇，市值由最高时的750亿美元跌到不足30亿美元，连续更换了4任CEO都没有挽回颓势。
雷军曾经说过，没有一家手机品牌能在销售额下跌后成功逆转，除了小米。这种大趋势放在整个 科技 领域亦然，几乎所有人都认为，AMD将会在苟延残喘几年后，消失在 历史 舞台上。
幸运的是，AMD找到了那个救世主。
2012年，AMD从飞思卡尔重金挖来苏姿丰，苏姿丰在AMD先后担任首席运营官、高级副总裁兼全球业务总经理等职务，并在2014年6月的改组中成为AMD 历史 上首位女性CEO。
尽管外界认为AMD四面楚歌，但苏姿丰却有不同的看法： 虽然AMD经营状况不佳，却拥有高性能计算技术与核心知识产权，拥有定义下一代CPU和GPU的筹码。 这正是工程师出身的苏姿丰梦寐以求的大舞台。
为了扭转亏损，AMD开始为索尼和微软提供 游戏 主机的半定制芯片，这项业务利润率很低，属于英特尔和英伟达看不上的业务。AMD同时拥有CPU和独立显卡业务，很适合这样的本定制芯片，这项举措很快为AMD提供了稳定的现金流。
同时，苏姿丰着眼于解决AMD最致命的问题，因为她深知“问题就是机会所在”。苏姿丰为AMD提出了三大战略： 打造伟大的产品，加深与客户、合作伙伴的关系以及简化运营。
苏姿丰希望AMD将资源投入那些规模大而且重要的市场，这其中包括数据中心、个人电脑、 游戏 等，整体市场规模预计可以高达750亿美元。
抢夺这些重要市场的举措有两个，按时推出新产品和专注于开发高性能芯片。AMD开始执行全新的产品周期，每年推出一代新的GPU，每一年半推出一代新的CPU。
苏姿丰召回了AMD的两位功勋元老，曾经参与并领导CPU架构设计的Jim Keller，以及在AMD任职12年，长期领导显卡芯片设计的华人王启尚，由他们负责AMD新一代CPU和显卡架构的研发。
AMD还成立了专门的业务发展委员会和工程设计领导团队，定期审视AMD的路线图，确保所有的投入均在正确的方向上，在正确合适的时间点向客户提供最适合的产品。
2017年2月21日，在旧金山举行的AMD Ryzen Tech Day大会上，苏姿丰微笑着发布了全新架构的Ryzen（锐龙）处理器。新架构让AMD的产品重新具备了竞争力，且性价比高于英特尔的产品。
半年后，AMD发布的财报显示，公司逐渐摆脱亏损，重新实现盈利。
03
英特尔四面楚歌
苏姿丰的步伐没有停止。
在发布全新的个人电脑CPU后，AMD将新架构和新技术辐射到了其他市场，包括苏姿丰提到过的数据中心，以及商用电脑、笔记本电脑等市场。
在走上正确轨道后，AMD爆发出惊人的潜力。他们选择和台积电合作，押注7纳米制程，迅速完成了对英特尔的超越。
2019年，这是AMD的50周年生日，也是苏姿丰的50周岁生日。AMD在这一年扬眉吐气，发布了世界上首块7纳米台式处理器，显卡也迈入了7纳米制程。更让AMD引以为豪的是，自己的技术整合涵盖了笔记本电脑、台式机电脑、云计算、高性能计算（HPC）和下一代 游戏 机。这成为AMD利润和股价大涨的原因。
在AMD出色表现的衬托下，英特尔疲态尽显。 因为研发不顺，英特尔在14纳米这一制程上停滞了整整5年，直到今年才推出10纳米产品，但表现依然不佳。
今年7月，英伟达的市值达到2500亿美元超越英特尔，此后一路上涨至3200多亿美元。不久前英特尔发布的第三季度财报更是给投资者 破 了一大盆冷水： 营收同比下降45%，环比下降71%；毛利率同比下降57%；净利润同比下降286%。
截至12月29日，英特尔的市值一度跌破2000亿美元大关，在对冲基金的救场下才勉强涨回。
尽管现金流充足，但英特尔似乎已经到了悬崖边。 在处理器制造领域，英特尔已经跟不上台积电和三星的节奏，个人电脑和数据中心CPU则被AMD持续抢夺份额。
更糟糕的是，英特尔的传统客户，如苹果、微软和亚马逊等公司已经在开发自己的内部芯片解决方案，并交由台积电和三星代工制造。
11月末，苹果基于ARM架构推出了M1芯片，这款处理器在很多场景下的性能已经超过了16 寸 MacBook Pro 所搭载 i9-9980HK，同时功耗表现要好于英特尔的处理器。未来，苹果会不会把Macbook的全线产品换上自己的处理器？
目前为止，对英特尔威胁最大的还是AMD和英伟达。 在苏姿丰的领导下，AMD重回数据中心处理器市场，并且将它的战略地位提升到前所未有的高度，称自己的新产品为“世界最强x86处理器” “现代数据中心的新标准”。
而这一市场是英特尔的现金奶牛和增长引擎，占到了英特尔第二季度收入的52%。AMD基于7纳米制程推出的产品，性能明显领先于英特尔。
黄仁勋领导的英伟达在市值超越英特尔后，仍在快速增长，目前已经超过了3200亿美元，把英特尔远远甩在身后。主要原因在前景广阔的人工智能应用中，英伟达占得了先机，英特尔则迟迟未能进入这些场景。
十年前，英伟达的首席科学家戴维·柯克说服黄仁勋做出了一系列在当时看来风险极高的疯狂决策。首先是让一块只能渲染图形的独立显卡，变成一个通用计算图形处理器（GPGPU）；另一方面则强烈要求英伟达现有与即将推出的所有GPU都必须支持CUDA程序。
CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它让GPU不再单独存在于个人用户的显卡中，仅为自己的“一亩三分地”工作；而是让GPU通用化，把“个人计算机”变成可以并行运算的“超级计算机”。
现在，英伟达已经在CUDA基础上开发和积累了针对不同领域的大量算法与软件，人工智能领域主流的深度学习框架基本都是基于CUDA进行GPU并行加速。
如今，英伟达收购ARM，一方面有机会进军英特尔和AMD重点争夺的数据中心处理器市场；另一方面，ARM是全球最大的芯片IP供应商，全球超过90%的手机和平板电脑处理器都采用Arm架构，如果这笔交易最终完成，英伟达将成为横跨服务器、PC、消费电子和智能手机等多个重要领域的 科技 公司。
不希望看到这笔交易完成的，恐怕不止英特尔，还有苹果、三星、高通等ARM的大客户。
对英特尔来说，它面临着成立52年以来的又一个重大危机。英特尔不是没有遇到过生死存亡的时刻，70年代末，以储存器为主业的英特尔果断砍掉储存器业务，进军处理器市场，与微软的合作打破了IBM对个人电脑的垄断，成为世界级 科技 巨头。
如今的英特尔，再次来到了命运转折的十字路口，但当年的传奇CEO安迪·格鲁夫已经远离英特尔20年。
这一次，谁能带领英特尔触底反d？
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）