决胜加速器，英特尔收购Altera原来是为了它？

云计算效率低下可能代价高昂； 英特尔收购Altera的失败尝试表明了加速器之战有多重要； 英特尔可能通过技术授权的方式加入这场战争，而不是进行收购。

云计算本身存在若干极重要的因素，在执行正常的设计功能之外，速度和功耗是最重要的两个指标。当然，软件的角色也很重要，但是，速度和功耗高度依赖于执行软件代码的芯片，而非代码本身。让云快速地响应用户需求并不是一项简单的任务。

在搜索服务中，由于网页数量极其庞大，所以能根据用户的搜索条件快速将用户引导到一组最佳的页面非常关键。目前最常用的两个搜索引擎分别是微软必应和谷歌搜索。4月23日，PLD/FPGA芯片制造商Altera宣称其芯片被用于加速必应的搜索业务，而4月早些时候，关于英特尔可能收购Altera的讨论闹得沸沸扬扬，英特尔之所以要收购Altera，原因在于英特尔担心若非如此，便可能输掉在加速器领域的竞争。据一匿名消息来源透漏，Altera最终拒绝了英特尔每股54美金的收购要约，不过，流言仍未完全销声匿迹。

除了Altera公司之外，其死对头Xilinx和图形专家Nvidia也是加速器市场的主要玩家。和Nvidia公司一样，AMD也从事专用GPU的设计与制造，但现在而言，它似乎在这个市场中还分量不大。

对计算而言，加速器并不是什么新玩意，它们通常配合通用计算芯片CPU一起工作，大部分人可以在其个人电脑和其它计算设备中发现并理解CPU。包括ARM核处理器在内的通用CPU，能够很好且快速地完成不少任务，它们现在通常包含一些片上加速器，以执行常用的视频转换和图形处理等专业任务。

通常而言，GPU是一种用于图形处理任务的专用芯片，但是，在高度并行化的云计算任务中，它同样可以起到加速器的作用。很多实用或科学问题都可以分解成若干相似的子任务，它们可以同时被并行执行，最后综合得到最终结果。

PLD是一种可以被反复编程，以执行单个计算任务（可以很复杂）的芯片。基本上，它是在硬件的层面上对PLD上所有的硅电路进行编程，以执行一项任务，通常情况下，不需要操作系统的介入，它只需从一端输入原始数据，处理后，在另一端输出结果。对某些任务来说，PLD比CPU和GPU更快、更省电。

Nvidia、赛灵思、Altera，也可能包括AMD，将会在下个十年中，从用于云、数据中心和HPC(高性能计算)的加速器的销售增长中分一杯羹。如果英特尔本身不开发也不收购一种加速器芯片业务，它面临的威胁有多大呢？表1给出了这些竞争对手的2014年度营收、利润、增长率。

表1

从表1可以很容易得看出，从体量上而言，每个所谓的竞争对手都在英特尔面前相形见绌，实际上，在组合营收和净收入上，英特尔仍能超出一大截。

加速器对英特尔并不是生死攸关的，它只是一个有着高利润诱惑的擦边业务。而对所有其它公司而言，能够在加速器产品销售上取得成功则加分不少，对英特尔来说，只能说是毛毛雨。

鉴于在通用CPU业务之外，英特尔表现欠佳，英特尔的投资者们对进入加速器业务领域可能并不感冒。英特尔也曾经投入巨资试图开发图形技术，到头来，还是放弃生产独立GPU，转而从Nvidia那里获得图形技术授权。不仅如此，在智能手机的市场份额之战中，英特尔两次折戟沙场。

截至目前，Nvidia显然是加速数据中心和高性能计算市场的最大赢家。Nvidia并没有给出其用于这种专属应用的GPU的具体营收数字，但显而易见的是，这部分业务为其营收和利润做出了相当大的贡献。GPU市场的另一个竞争对手AMD，显然在这方面表现不佳，所以它尽管在总营收上高出Nvidia，利润却不及Nvidia。

Xilinx和Altera一直以来都是PLD/FPGA市场的生死冤家，不过它们的产品线基本限定在工业产品上，在消费类市场渗透有限。如今，它们不仅要在加速器市场上继续缠斗，还要尽可能从Nvidia手中攫取尽可能多的市场份额。

目前加速器市场竞争的本质在于决定Nvidia GPU能保有多大的份额而Xilinx和Altera能赢得多少份额的主要标准是什么。显然，目前那些需要进行图形或视频处理的操作在GPU上更高效，而拥有合适指令集的GPU已经占领的高度并行计算任务，依然会坚守在GPU上，但是，还有很多的任务，采用PLD比GPU要更高效。

在4月23日回答分析师的提问中，Altera指出，有不少客户自己声称PLD方案比GPU更加高效，特别是牵扯到功耗问题时更是如此。Altera和Xilinx都不约而同地指出，PLD程序开发经验的短缺延误了PLD方案在数据中心上应用的推广。两家公司都发布了新的编译器，使得程序员可以采用标准的C/C++和OpenCL等计算机语言开发PLD应用，这将成为部署PLD方