又花20亿美元买下一家AI芯片创业公司英特尔加快转型

编者按：本文来自微信大众号“PingWest品玩”（ID：wepingwest），作者Decode，36氪经授权发布。

英特尔在 AI 芯片范畴又出手了。这家处于转型期的半导体巨子于 2019 年 12 月 16 日宣告，以 20 亿美元收买以色列芯片制造商 Habana Labs。

此前，Habana Labs 总计融资约 1.2 亿美元。英特尔出资曾在 2018 年 11 月领投了 Habana Labs 的 7500 万美元 B 轮融资。致力于开发 AI 推理芯片和 AI 练习芯片的 Habana Labs，由 PrimeSense 两位前高管 David Dahan 和 Ran Halutz 于 2016 年创建。PrimeSense 是一家 3D 传感器创业公司，于 2013 年被苹果以 3.6 亿美元收买，其技能后来被应用在 iPhone 的原深摄像头上。被收买后，Habana Labs 将作为一个独立事务部门，由本来的办理团队领导，归属在英特尔数据渠道事业部旗下。这个事业部主导了英特尔的数据中心事务，是英特尔“以数据为中心”转型战略的排头兵。英特尔数据渠道事业部执行副总裁兼总经理 Navin Shenoy（孙纳颐）说：“此次收买推进了咱们的人工智能战略，即：从智能边际到数据中心……经过高功用练习处理器系列新产品和根据规范的编程环境，Habana Labs 大大增强了咱们数据中心人工智能产品的实力。”

Habana Labs 有什么本领？

Habana Labs 的拳头产品是两个 AI 专用芯片：AI 推理芯片 Goya（戈雅）和 AI 练习芯片 Gaudi（高迪）。“练习”是指用海量数据来调整 AI 的算法，而“推理”则是将已练习好的模型来了解或猜测事情。戈雅和高迪都是西班牙的艺术家，前者在绘画艺术史有所成果，后者引领了建筑艺术的开展。Habana Labs 表明，做产品如同做艺术，这样的命名方法代表了艺术与科技的结合。因为都是 AI 专用芯片，所以在核算 AI 模型的功用上，两款芯片大大超过了传统的 CPU，而且和 GPU 比较也有优势。2018 年 9 月发布的 AI 推理芯片 Goya ，在 ResNet-50（深度学习干流网络结构的一种）模型的推理测验上，其图片处理功用近 10 倍于一般 CPU，4 倍于英伟达 Tesla T4。Tesla T4 是英伟达于 2018 年 9 月发布的一款专为 AI 推理规划的 GPU。此外，Goya 在能耗和延时上也胜过了 Tesla T4，简直能够实时处理图片。2019 年 6 月发布的 AI 练习芯片 Gaudi，在 ResNet-50 模型上能够供给每秒 1650 张的图片处理才能，功耗仅为 150w 左右。而英伟达 Tesla V100 在 ResNet-50 模型上的处理才能为 600 张/秒，功耗为 300w。Tesla V100 是英伟达于 2017 年 5 月发布的专用于处理大规划核算的 GPU 加快器。除了功用上的优势，Gaudi 的另一个杀手锏是在芯片里集成了 10 个 100GbE 带宽的 RDMA 以太网端口。RDMA（Remote Direct Memory Access）是一种内存拜访技能，让核算机能够直接存取其他核算机的内存，而不需要经过处理器耗时的处理。而以太网则是一种通信协议，优势是兼容性和分布式，首要应用于局域网。RDMA 技能和以太网结合后，有更好的数据传输功率，能够大幅度加快深度学习的练习速度，缩短练习时刻。2019 年 3 月，英伟达以 69 亿美元现金收买以色列半导体公司 Mellanox（迈络思），正是看中了后者在 RDMA 和以太网方面的技能实力。尽管 Habana Labs 和英伟达都在选用支撑 RDMA 技能的以太网协议来加快深度学习练习速度，但两者在详细完成上仍是有所区别。Habana Labs 首席商务官 Eitan Medina（埃坦·麦地那）指出：“咱们跟英伟达做得不一致的方面是，直接在单一芯片傍边集成了十个支撑 RDMA 的端口，而 Tesla V100 要支撑 RDMA，必需要经过一个 PCIe（核算机和外部组件衔接的接口）的交流，在外面再接一个支撑 RDMA 的网卡，这样才能够完成 RDMA 的功用。”这在某种程度上预示着，购买了 Habana Labs 产品的客户，能轻松完成更大规划的并行核算。据 Habana Labs 给出的测验成果，在大规划并行运转的环境下，Gaudi 能轻松完成 Tesla V100 约 3.8 倍的功用。

凭借并购，英特尔加快转型

自 2016 年起，英特尔启动了新一轮转型，将事务重心从 PC 芯片转向数据中心、AI、存储芯片和物联网等新事务上。其间，数据中心成为英特尔的柱石事务。而在数据中心职业中，AI 加快核算渐渐的变成了不可或缺的才能。英伟达就曾凭借 GPU 加快 AI 模型练习的春风，大力开展数据中心事务，成为长时刻资金商场口中的“AI 榜首股”。Google 也经过推出 TPU（张量处理单元，是一种定制化的 ASIC 芯片）来进军 AI 核算事务。英特尔的 CPU 在 AI 加快核算上没有优势，因而经过收买来增强这方面的才能。2015 年 6 月，英特尔以 167 亿美元收买其时全球第二大 FPGA 厂商 Altera。FPGA 全称“现场可编程门阵列”，是加快 AI 核算的其间一种技能道路。收买 Altera 后，英特尔一向推进 FPGA 技能融入到自己的至强处理器系列，稳固了服务器商场。2016 年 8 月，英特尔再次出手，以 4.08 亿美元收买了 Nervana。2019 年 11 月在人工智能峰会上，英特尔发布了首款云端 AI 专用芯片 Nervana 神经网络处理器（NNP）系列新产品。和 Habana Labs 相同，NNP 相同掩盖练习和推理场景，分别是 NNP-T 和 NNP-I。收买 Habana Labs 后，意味着英特尔一起具有两个相堆叠的产品线。有业界专家以为，此次收买或意味着 Habana Labs 的芯片体现强于 NNP。耐人寻味的是，Habana Labs 报告的对象是英特尔数据渠道事业部执行副总裁兼总经理孙纳颐，而不是 Nervana 前首席执行官兼英特尔 AI 产品事业部总经理 Naveen Rao。有外国媒体问询英特尔整合 Habana 和 Nervana 的方案，英特尔发言人经过邮件回复道：“咱们将花些时刻，结合客户们的定见，去评价 Habana 和 Nervana 的整合。