芯片战场丨数据中心新竞赛 英特尔如何抢占AI芯片市场？
在AI芯片的赛场上，数据中心市场是近年快速增长的领地，英特尔、英伟达、AMD三强争霸。
6月上旬，各家纷纷出招，英伟达和AMD在COMPUTEX展会上公布了数据中心GPU版图，英特尔则不仅推出了最新的CPU产品至强6系列处理器，也展示了Gaudi 3的最新性能和性价比。
值得注意的是，英特尔至强6处理器有两款，采用了两种微架构，分别是能效核和性能核。英特尔刚刚发布的是首款配备能效核的至强6处理器（代号Sierra Forest），基于Intel 3制程工艺；另一款至强6性能核处理器（代号Granite Rapids），预计将于今年三季度推出。
与此同时，英特尔还在继续推进AI芯片Gaudi系列。据悉，Gaudi3预计在今年第三季度实现全球上市，英特尔至强6处理器和Gaudi 3的解决方案组合，将应对数据中心中AI工作负载的要求。
近日，英特尔执行副总裁兼数据中心与人工智能事业部总经理Justin Hotard接受21世纪经济报道等媒体采访时谈道：“我们认为AI开启了数据中心业务的一个全新发展阶段。就像此前互联网的诞生，推动了一轮行业转型，包括云计算以及移动技术的发展。如今AI的出现，也催生了新的应用，同时也让我们看到，至少在未来10年，甚至未来20年-30年中，整个数据中心的业务将被重新界定。”
产品加速迭代
据预测，到2026年，超过80%的企业会部署生成式AI，而他们在生成式AI上的支出，在全球将超过1400亿美元。
面对庞大的市场，英特尔等芯片厂商不断迭代产品和解决方案。Justin Hotard说道：“现阶段，基于业界领先的开源模型所测试到的性能数据显示，将至强6和Gaudi 3结合在一起，和英伟达的H100和H200相比，能够有2倍于其的推理能力。”
以往每一代产品迭代都是基于一个微架构，此次英特尔在至强6上采取两种微架构。其中能效核处理器，更侧重高强度密集计算场景以及横向扩展的工作负载；性能核处理器，主要是优化性能，实现最高的单核性能。
这样的策略也是基于数据中心对于AI升级的新需求。Justin Hotard谈道：“客户对能效的要求越来越高，现在AI带来了更多对先进平台的要求。五年前，我们看到AI工作负载的需求主要在于虚拟存储，或者是对服务器端存储、核心密度等有一定的要求，但是这和现在的需求有所不同。”
他还提到，除了能效之外，内存容量、内存带宽、CPU和GPU之间的互连、GPU之间的互连，以及如何在不同节点之间实现网络互连都变得更加重要。因此，英特尔也在CPU、加速器以及网络连接能力方面进行持续投入和创新，并参与构建全球在开源AI软件方面的标准。
比如，近期英特尔、AMD、谷歌、微软、博通、思科、Meta、惠普企业等八家科技巨头联合组建了一个新的行业联盟，旨在推出一项名为UA Link的新技术标准，和英伟达的NV Link技术进行竞争。
竞争更趋激烈
对比来看，今年厂商在数据中心AI芯片领域的角逐更加白热化。
英伟达公布了下一代GPU架构Rubin，并宣布推出Rubin和Blackwell Ultra GPU以及最新的Vera CPU，路线图已经规划到了2027年；AMD今年将会推出全新的AI加速芯片Instinct MI325X，2025年推出MI350，2026年推出MI400，两者都保持一年更新一代的节奏。
谈及数据中心市场的竞争，Justin Hotard表示：“尽管在AI技术的驱动下，数据中心的发展进入到了一个新的周期。但整体竞争格局没有特别明显的变化，但我们看到，关键点就在于CPU和加速器这两者的平衡，即未来要想在市场上保持长期的领先地位，就要确保在CPU和加速器这两方面都具备行业的领先性优势。”
在CPU之外，目前英特尔还在发力Gaudi系列加速器。在Justin Hotard看来，Gaudi 3对于推动英特尔的数据中心和AI业务发展起到重要作用，“我们的业务发展涵盖全球市场，去年在中国市场发布Gaudi 2，就是希望能更好满足本地市场需求。因为无论是AI市场，还是中国市场对于英特尔来说都至关重要，我们希望能够拿出全面且完整的解决方案。”
一方面，三大芯片厂商之间的比拼更加猛烈，不论是迭代速度还是先进工艺，都在你追我赶。IDC亚太区研究总监郭俊丽告诉21世纪经济报道记者：“在当前的AI芯片市场上，排名前三的厂商是NVIDIA、AMD和Intel（英特尔）。这些公司在AI芯片的训练和推理方面占据了重要地位，它们在AI芯片领域的竞争非常激烈，各自通过不断创新和改进技术来巩固和扩大自己的市场份额。”
另一方面，目前英伟达在数据中心AI芯片上具备先发优势，英特尔、AMD都在争取更多份额。Justin Hotard告诉记者：“要取得成功，并非只看其中一、两个组件，而是要有系统观、全局观。因此，我们也在和主要的客户开展系统方面的建设和设计，其中包括超大型的云服务商以及OXM（即OEM和ODM结合在一起）这类企业，我们双方一起做系统设计，并进行验证和优化这些系统在主流、开源的模型上的表现和性能，比如像Llama3、Mixtral 8以及国内的千问等模型。”
