據外媒報道，打造最好的人工智能芯片的戰斗已經打響。作為CPU（中央處理器）和Xeon微處理器制造商，英特爾開始接受這個挑戰。作為GPU（圖形處理器）制造商，英偉達也發起了進攻。這兩家公司都在研發AI處理器。

英偉達的GPU已在深度學習神經網絡解決方案市場攫取了很大一塊市場份額，例如圖像識別——這是人工智能在過去五年中最大的突破之一。但是，英特爾試圖通過收購Nervana、Mobileye和Movidius等公司來打造自己的AI處理器。在2016年，當英特爾斥資3.5億美元收購Nervana公司的時候，它也聘用了Nervana公司CEO 那維恩-勞（Naveen Rao）。

勞是計算機架構師和神經學家，現在擔任英特爾人工智能產品部門副總裁和總經理。近日在一次活動中，勞宣稱，由于應用AI技術，英特爾Xeon CPU在2017年創造了10億美元營收。他認為，到2022年，AI芯片市場將會達到80億到100億美元的規模。

為了達到這個目標，英特爾可能會從零開始設計AI芯片架構，從而搶在英偉達和其他初創公司的前面。近日在加州圣塔克拉拉舉行的英特爾數據中心創新峰會上，勞接受了采訪。下面是整理后的采訪內容。

問：這里有一些非常有意思的數字。Xeon創造了10億美元營收。而在過去20年中英特爾銷售了超過2.2億臺Xeon處理器，創造了1300億美元的收入。這是一個很好的開始。

勞：在創業圈，這是一個很大的數字。你突然就變成了一個估值200億美元的公司。這個市場才剛剛啟動。AI芯片市場真的才剛開始。現在，我們將要進入第二輪競爭了。我們還有很長的路要走。

問：你的戰略似乎是AI芯片架構需要重新設計，而不同于CPU或GPU。

勞：從某種程度上來說確實如此。

問：在多大程度上是如此呢？

勞：我給你舉一個我們競爭對手的例子。他們就是這樣做的。他們將自己的GPU拿來，添加了一個張量核——這是完全屬于AI的東西。他們的生態系統是GPU，然后他們在上面添加了另外的東西。我們做的正好相反。我們的生態系統就是整個電腦，就是CPU。我們會在這種處理器上整合各種AI功能。他們那樣做有利于他們的戰略，但卻沒有發揮GPU的潛力。

不管怎樣，我們正在推動CPU不斷進化。它現在可以支持多種不同的應用程序。但是我們必須小心行事。我們必須確保我們能夠在處理當今所有重要工作任務方面保持領導地位，然后再添加對于未來的工作至關重要的新功能。

問：英偉達會反過來說“你們只是添加了一些東西改善圖像識別功能”嗎？你覺得我們現在還處于在現有東西上添加新東西的階段嗎？在這個階段之后怎么辦？

勞：接下來我們要搞清楚如何更有效地為AI工作任務傳輸數據，如何實現性能的最優化。你可以在今天的GPU中看到這一點。它的利用率是極低的，因為他們并沒有進行通盤考慮。

再說一次，他們那樣做有利于他們的戰略，因為這充分利用了他們的平臺。這樣做是對的。同樣，考慮到Xeon在數據中心中的地位，我們很自然地會在其中整合一些功能。它處理的工作會隨著時間的推移而發生變化。五年前，這個市場還不存在。現在，它已能夠創造10億美元的營收。相對于2000億美元規模的數據中心市場來說，這個數字是很小的。但是，這個細分市場將會快速擴張。

問：現在有了Nervana公司，你們會重新開始設計AI芯片嗎？

勞：對。

問：相對于在CPU上添加東西，你們現在做的有哪些地方完全不同？

勞：例如你管理數據的方式，你通常不會有自動化管理的快速緩沖貯存區。這是一個方面。還有你會專注于某個數據類型。你不必支持100種不同的工作任務。你只支持對于AI最重要的工作任務。你可以優化芯片中的互連標準，進而提高性能。

還有分配工作任務的能力。你并不需要做很多不同的并行分布式計算。你只需要做某幾種計算即可。這可以提高你的技術的針對性，做好某些事情。如果你從一開始就想把這個大海的水燒開，那么你是永遠做不到的。

問：對于無人駕駛汽車，你們針對不同的任務有不同的解決方案。無人駕駛汽車最大的挑戰就是它的實時性。有時候，汽車必須立即明白某些東西。

勞：它必須能夠立即采取適當的行動。

問：這就是說你們英特爾有不同的團隊在研究不同的發展方向？

勞：是說研發不同的產品嗎？那當然了。我們有不同的團隊在開發不同的產品。這是你必須做的事情。但是，我們對于所有的產品會有一個通盤的考慮。

問：你有多大把握我們能夠很快解決無人駕駛汽車的問題？我們多久才能夠看到五級自動駕駛水平的無人駕駛汽車上路？

勞：要達到五級自動駕駛水平是很難的。它花費的時間可能比人們通常想象的都長。我個人預計這可能要等到2028年左右。這是我的個人預測，不代表英特爾。

我想，在未來幾年內，我們達到四級自動駕駛水平可能相對要容易很多。當然，其中也有一些問題需要解決。但是，要達到完全自動化駕駛水平則需要更長的時間。