半导体硅片启动了电子和计算机化的革命，而在我们互联的数字世界里，硅集成电路(IC)几乎支撑着当前我们能够看到的一切的科技产品，英特尔毫无疑问是其中备受关注的焦点。
如今，得芯片者得天下的论调依旧盛行。但战场却发生了转移，AI芯片毫无疑问是科技行业最惹人注目的赛道。全世界我们知道的科技公司包括谷歌、亚马逊、微软、英伟达、苹果、阿里巴巴、高通、华为等企业不约而同发展起自身AI芯片，甚至造车的特斯拉也宣称要开发自己的人工智能芯片。除此之外，还有许多背靠大资本的创业型公司，整个赛道可谓是人满为患。
作为叱咤江湖半个世纪的英特尔自然也不会落下，最近一段时间关于英特尔高举高打步入AI芯片等AI相关业务的消息也是不绝入耳，修长城，救北极熊......不过面对如狼似虎的竞争对手，英特尔到底能否还能C位出道呢？
剪不断的芯片安全质疑声：品牌“光环效应”流失严重
老牌科技巨头总是容易引起人们的关注和信任呢，这类企业头上往往自带“光环效应”，不只是针对C端的普通民众和用户，更多的还有B端的合作伙伴。
尤其是做类似于AI芯片这样的核心技术输出企业，它们需要存求更多的B端场景进行切入，形成B2B2C的模式。选择市场上口碑好的供应商，无疑会给产品带来不少加分，同时也可能因此打动不少用户。相反，供应商名不转经传，或者有一些黑料，需求方对这类供应商的选择也会慎之又慎。
以三星为例，三星Galaxy Note 7的失败是对三星品牌带来的损害持久性是显而易见的，这似乎也成为三星手机摆不掉的一个污点。在韩国，人们可能很容易就原谅。但在全球其他地方，国外很多科技网站通过调查表示相当一部分消费者表示可能不会再购买另一款三星设备，尤其是在中国市场，三星手机的败相已经显而易见。
关于英特尔芯片方面，最近几年关于其芯片安全性的曝光、质疑和讨论总是不绝入耳。
去年11月，有媒体报道称根据《财富》杂志的报道，英特尔承认最近数年售出的PC芯片几乎全部存在多个严重的软件安全缺陷。这些安全漏洞主要存在于英特尔CPU上的“管理引擎”功能，这些漏洞存在于英特尔最近出售的几乎每一款主流芯片，包括2015年推出的第六代酷睿芯片、2016年推出的第七代酷睿芯片全新以及去年推出的第八代酷睿处理器系列。
消息一出，立马引起了轩然大波，虽说英特尔主动承认了，但是这一污点似乎很难洗干净。
今年年初，在知乎上也有网友曝出英特尔、AMD、ARM等多家处理器都被曝出代号为 “ Meltdown ”和“ Spectre ”的漏洞问题，但其中也只有英特尔的处理器存在Meltdown漏洞。
今年八月，英特尔又公布了十几个自家产品的安全漏洞更新补丁，其中就有一个新类型的Spectre漏洞，这或许也将引发人们对其安全性更多的怀疑。
那么芯片漏洞带来的影响是什么呢？信息安全！
数年前的棱镜事件闹的全世界人人自危，而今年以来，上半年脸书信息泄露事件还历历在目，扎克伯格一时间也被冲到全世界舆论的风口浪尖上。本月，脸书”又一次遭遇了大规模用户数据泄露，近5000万用户的账户可能遭遇入侵、甚至盗用，这也让个人信息的安全性问题再一次成为全球关注的焦点。
而中国市场方面，虽说脸书的中国用户十分有限，但有一个明确的趋势就是国人对个人信息的重视程度在日益加深，尤其是各种信息泄露引发的不好后果接连发生，并不是百度掌门人李彦宏所说的那样：“中国用户不在乎隐私”。尤其是前不久华住酒店旗下酒店约5亿条个人信息遭泄露，并在境外黑市中售卖的消息曝出，国内用户对信息安全问题也上升到了空前的高度。
如今，随着机器学习、大数据计算能力、存储能力、5G等技术的高速发展，物联网的呼声也是愈发响亮。但物联网时代，人们生活的方方面面都会转化为海量的数据，这些数据涉及个人隐私甚至财产生命安全，因而信息安全问题也成为技术发展过程中人们格外重视的问题，安全性也成为B端和C短期也选择合作或爱不能的关键参考因素。
英特尔就是如此，距离上一次被曝出漏洞的时间也不算太久，人们再健忘也不会忘得那么快，况且即便用户忘了，竞争对手也会时不时的拿出来提醒，而如何弥补之前品牌“光环”的损害也将成为英特尔AI芯片发展过程中需要考虑的问题，这可能使得原本青睐英特尔的企业，投入AMD等竞争对手的怀抱。
路径依赖下的发展弊端凸显：英特尔主导地位不再？
50年前英特尔微处理器公司的创始人之一的戈登·摩尔给了我们摩尔定律，他观察到组件开发的复杂性每年翻一番，后来修改为：芯片中集成的晶体管数量将大约每24个月翻一番。这一比率又在大约18个月内增加了一倍。然后，摩尔定律一直指引着半导体产业的发展。
如今，摩尔定律已经延续了50余年，其整体进步约为2的31次方，也就是20亿以上。这意味着今天的内存芯片的数据是1965年的20亿倍。或者说今天的计算机硬件是同等成本的20亿倍，但这真的实现了吗？答案显而易见。
可以说，无论怎样类比，也远未达到20亿倍的水平。事实上，这主要基于半导体小型化产生的热量减少，从而使CPU运行得更快。然而，随着半导体的小型化已经接近硅的理论和元素极限，摩尔定律失效的呼声也越来越高。英特尔引以为傲的半导体业务龙头的位置也已经被三星取而代之。
事实上，摩尔定律终有一天会失效这已经沉稳给所有人公认的事实，但是从英得尔最近十多年的表现来看，似乎有些过于安逸了。
说到这里，与iPhone的失之交臂可能是英特尔最后悔的事吧。史蒂夫·乔布斯来找英特尔买智能手机芯片。英特尔当然想在这个新兴市场占据主导地位，而且它误判了iPhone市场的规模。而随后在移动端英特尔也是步步受戳，在移动市场上被ARM抢占先机，错失了移动终端CPU市场。
透过这次与苹果的失之交臂，不难发现，优势有时候也是劣势，英特尔的技术优势非常明显，但过度痴迷于技术进步，这其实形成了一种僵化的商业模式，限制了它能做和不能做的事情。智能手机是个很好的例子，除此之外，在无人车等方面的研究上英特尔似乎也在一如既往的押注于芯片技术上，事实上5G、汽车制造同样也是无人车需要考虑的问题。
物联网本身其实是软件+硬件的组合体，英特尔在软件方面尤其是核心芯片技术方面的实力没有人怀疑，但在硬件方面似乎没有竞争对手的布局更为广泛。
谷歌手机虽说和英特尔手机业务堪称难兄难弟，但是谷歌还有遍布全球的安卓系统，苹果和华为也有手机、手环等一系列硬件产品矩阵作为支撑，便于它们进入市场。
从技术本身来看，深度学习是人工智能的前沿发展之一，训练一个神经网络，让它“学习”，就像建立神经元之间的联系和加强大脑中的这些联系一样。在计算上，该学习过程可以并行化，因此可以使用GPU硬件加速学习过程。这些神经网络为语音识别软件、语言翻译和语义搜索设施提供了动力，如今谷歌、Facebook和许多应用程序都在使用这些工具。
因此，一般来看，现行的深度学习运算架构的许多设计还是采用CPU加速缩短学习时间，似乎企业AI转型也要基于CPU平台来实现，在既有IT基础设施和数据应用平台之上构建AI，如此看来英特尔似乎优势很明显。最近一段时间，英特尔主推的至强处理器就是对现有CPU进行优化。
但不得不说的是，很多技术方面的假设很难用“并行化”来解释，人工智能的发展重点依然在于如何让深度学习以更具效率方式完成训练，如此看来，英特尔所谓的优势其实也没那么明显。在此我们不妨拿facebook和谷歌的AI芯片进行为例进行分析。
Facebook定制的计算机服务器“Big Sur”，是与图形处理单元(GPU)在个人电脑中使用的图形卡，用来播放最新的视频游戏与3D图形。谷歌的硬件也是如此。那么，为什么人工智能计算是由图形处理器而不是主流计算机处理器构建的呢？
最初，GPU设计为协同处理器，与计算机的主要中央处理单元(CPU)一起工作，以便完成要求较高的计算图形任务。由于图像中的一个区域和另一个区域之间没有联系或相互依存，作业可以很容易地分解成单独的任务，这些任务可以并行处理，运行效率要快得多。因此很多人认为发挥GPU+CPU的协同效应才是大势所趋，英特尔在CPU领域的成就还不足以说在未来人工智能芯片领域万事大吉。
技术范儿十足，CPU领先，这是笔者眼中的英特尔，但这话总领先化为偏执，过往辉煌使得企业形成了一种路径依赖，这使得英特尔在人工智能布局看上去很难称得上是尽如人意。
因势而行，有的放矢：以固有优势为核心的产业链延伸才是关键
毫无疑问，英特尔的过往是辉煌的，但通过它近几年的表现来看，似乎已经面临着走下神坛的可能。能否吸取移动互联网时代迷失的教训，成为它能否继续自己辉煌的关键所在。
企业的身后永远不乏替代者，但外因是一方面，通常情况下，最坚固的堡垒往往是从内部瓦解，英特尔发展过程中最需要解决的问题同样也是源自于内部。之前错失苹果，移动互联网的“一步慢，步步慢”，这其实就是其内部问题的一个体现。
除此之外，之前芯片曝出安全问题则是另一个体现，有问题的芯片为什么还会流入市场？这在内部真的没有人能发现吗？想必应该不是，那么问题是什么呢？
当然了，产品问题是一方面，但战略方面的问题最为致命，这些也是我们熟知的“大公司病”症状的集中体现。
据有关资料显示，作为英特尔主要竞争对手之一的英伟达早在2012年就与谷歌展开合作，建造了当时最大的人工神经网络，之后英伟达显卡进入各个深度学习团队开也就成为顺理成章的事，之后也一步步的推进自己的AI芯片业务。而反观此时的英特尔还在移动业务上试图奋力一搏。
在笔者看来，如今英特尔布局相对较晚，已经落了下乘，但是好在之前CPU方面的积累过于雄厚，也不是没有弯道超车的机会。毕竟整个人工智能芯片赛道也才刚刚开始，对于英特尔来说，找准正确的姿势才是抢占未来的关键，在笔者看来这主要体现在以下两个方面：
一方面，做好技术的的折中之术。
行业竞争的关键在于什么呢？在笔者看来这主要取决于八个字：推倒边界，壁垒重组。
物联网的发展涉及的技术来自于多个方面，原先某个领域的领先并不意味着万事大吉。CPU计算力占据部分很小，擅长逻辑控制；GPU计算单元数量众多 但无法单独使用，但从目前来看这两项需要协同发展，除此之外，5G等相关技术同样需要有所涉及。
技术研发本身也是个持续性的进程，试错成本很高，即便在技术上真的处于领先，但在具体实施阶段是否采取也是个未知数，毕竟技术越高，价值越大，投放成本也越高，但具体的效果上却不一定会有多大差距。而就AI芯片的研发方面，赛道感刚刚爆发，英特尔可能入局不算早，但这并不意味着未来就会落后，相比较移动互联网的落地，物联网所需要的要素过于多，因而产业爆发不会一蹴而就。
另一方面，软硬兼施。
技术是一方面，但任何技术都需要在一定的场景作为载体才能发挥真正的价值，这二者属于互补的关系。英特尔一直以来的技术基因自不用说，但硬件方面还是依赖于合作伙伴，然而未来人工智能芯片的赛道上，英特尔面临的竞争对手大都不是等闲之辈，在技术实力上不见得比英特尔弱，可替代性也比较强，这时候，如果有自己的硬件作为支撑无疑会好上很多。
物联网的未来是范围经济而不是规模经济。企业需要通过扩大经营范围，增加业务种类，输出两种或两种以上的服务引起的单位成本的降低，对于英特尔来说，打造技术输出加硬件的组合拳有助于其范围经济的实现。
即便是科技巨头也要懂得因势而行，顺势而为，不然自己很有可能就是下一个柯达。
对于英特尔来说，原先的优势在被自己的竞争对手一点点的蚕食，要想真正构建相对稳健的护城河只能打破自己的边界，毕竟在当前的商业社会企业优势往往建立在多个堡垒上，而不是一个堡垒，英特尔完全可以以GPU优势为核心和基础，对产业链其它细分市场进行渗透。而这或许也才是英特尔未来发展的正确姿态。
科技自媒体刘志刚，订阅号：互联网江湖，微信：13124791216，转载保留作者版权信息，违者必究。
A5创业网 版权所有