英特爾啟動AI逆襲3部曲：大推CPU優勢、攻邊緣運算！昔日一哥能力挽狂瀾？

生成式 AI 的橫空出世，點燃矽谷灣區科技巨頭在新賽道上的競爭，瘋搶 AI 商機。軍火庫則是遠在太平洋另一頭的台灣，小島上掌握了全球近 6 成的先進製程產能，以及 8 成的伺服器出貨。美商想做生意，必須與台廠攜手才能前行。

「我們在AI訓練（training）或推論（inferencing）上都準備好要應對市場，但對推論特別專注。」英特爾（Intel）執行副總裁暨資料中心與人工智慧事業部總經理里維拉（Sandra Rivera）指出英特爾的AI藍圖。

當前炙手可熱的GPU（繪圖處理器），主要用於AI大型語言模型（LLM）訓練，但事實上未來CPU（中央處理器）的出場機會或許多於GPU。里維拉分析，AI工作流程可分為3階段：前期的資料整理、大型語言模型訓練及預訓練模型生成和推論。

以第1階段來說，AI訓練前期必須將大量的數據過濾、清洗，「這個部分一般來說都是由CPU來完成，而且通常是由英特爾Xeon CPU來完成。」Xeon是英特爾推出的資料中心CPU，針對高速運算（HPC）和AI應用為主。里維拉表示，「即使是輝達（NVIDIA）平台，也是選用Xeon來做前端的數據準備工作。」

鎖定中小企！AI戰略顯見CPU魂

而在第2階段模型訓練的部分，第4代Xeon已融合AI功能，能運轉大約100億以下參數的模型。英特爾一直到第4代的Xeon才加入模型訓練的功能，將市場鎖定在中、小企業的AI模型訓練市場，和輝達做出區隔。

英特爾執行長基辛格（Pat Gelsinger）在9月舉行的Innovation Day活動上，以企業資源規畫系統（ERP）為例，指出企業不想只為了加入AI，從根本改變架構，而是希望在現有架構上加入AI功能。由於多數軟體仍運行於英特爾CPU，基辛格期望透過這項策略，進軍為企業所用、但無需太強大算力的AI訓練商機。

從成本考量，Xeon並非最頂尖的AI訓練處理器，但符合成本效益，也滿足中型以下企業對AI的需求。摩爾透視戰略分析師金柏（Matt Kimball）在《富比士》表示，這意味著英特爾已找到布局方向。

到了大型語言模型，里維拉表示，「這就是GPU和AI加速器發揮之處。」在今年7月推出的中國版AI加速器Gaudi2，雖然性能和對手輝達的H100有差距，但價格實惠，被中國媒體視為性價比高的替代選擇。此外，英特爾目前也有GPU Max和GPU Flex等產品。里維拉坦言，大型語言模型是對手輝達的強大之處，但仍存在機會，「因為客戶都希望有選擇。」

至於第3階段的推論，主要發生在邊緣運算，包含小型伺服器和筆電、手機和平板等終端裝置。里維拉指出，未來5年推論的複合年均成長率將達25％，相較訓練約20％的成長空間更大，「邊緣運算很多都發生在CPU上，占整個市場的3分之2。」

基辛格表示，未來旗下每個產品都會加入AI。因此在消費端，即將發表的處理器Meteor Lake即整合神經網路處理器NPU（神經網路處理器）來加速運算。基辛格藉由發布全球第一台「AI電腦（AI PC）」，昭示新時代到來，「由AI驅動的『矽經濟（Siliconomy）』將創造5,740億美元的價值。」

不同於雲端，AI邊緣運算的部署將在CPU、GPU和FPGA等不同晶片架構中移動，軟體的串接就成為關鍵。為此，英特爾也推出「OneAPI」，是一款開放且跨架構的程式設計模型，開發者只要撰寫一次，就能讓應用運行在不同架構，實現混合AI。

巨頭瘋自研晶片，是衝擊還是商機？

不過不少軟體巨頭也在自研晶片，是否會衝擊英特爾的未來市場？里維拉看法積極：「這些大廠還是需要一個可編程（programmable）的CPU。」並表示這樣的趨勢，實際上也帶給英特爾2項新機會。

首先，一旦接到雲端大廠訂單，可促使晶圓代工營收成長，成為新商機。其次，和AI客戶合作有助強化製程IP，隨後可再藉由晶圓代工事業（IFS）提供給之後的客戶。

與對手輝達及超微相比，英特爾在AI的起手式落後，但因AI而來的通盤調整，也讓這家昔日巨頭有了聚焦的重點。

盤點英特爾戰略

戰略1：主打CPU
CPU產品Xeon可同時滿足中小AI模型的訓練和推論需求
戰略2：拚超值
開發CP值高的AI加速器Gaudi，提供AI客戶更多的選擇
戰略3：AI電腦
瞄準未來AI邊緣運算市場，推出AI 電腦，從鄉村包圍都市

英特爾

成立： 1968年
執行長： 基辛格（Pat Gelsinger）
AI關鍵技術： Xeon資料中心CPU、AI加速器Gaudi

責任編輯：蘇祐萱、謝宗穎

更多報導
老二超微「留一手」？擁AI大神讚酷的晶片，挺進邊緣運算拉大戰線
被台積電看好、性能擊敗輝達！不到5歲奪50家客戶，SiMa.ai有何來頭？