英特尔老骥伏枥，志在千里要如何完成转型？

近年来，由于电子终端市场的快速变化，引致了上游半导体市场的兼并重构，很多曾经绝对领先的巨头也开始布局新产品、新市场，寻找下一波利润的增长点。如Intel、高通这两个分别在PC和移动时代称霸的霸主，也从2015年以来，开启各种并购，布局未来。

尤其是Intel，在错过了移动时代以后，这几年频繁在5G、物联网、人工智能等领域大规模投入，生怕再次错失先机。进入了2017年，似乎已经做好了布局的Intel将会迎来怎么样的机遇与挑战呢？且看我们用SWOT分析法（这是一种优势分析法，包括Strengths、Weaknesses、Opportunities和Threats）对Intel进行深入解读。

Strengths：强势
当然，传统的晶圆制造工艺、服务器芯片、PC芯片等，还是Intel的长处，尤其是晶圆制造工艺及在这几十年积累的深厚技术，这对于他们在未来做任何芯片方面的转型，都很大的益处。除了这些传统的优势，新收购和内部孵化的项目，也是从某个角度弥补了Intel的短板。到了2017，我们看到Intel有以下几方面的强势：

（1）FPGA
在2015年，Intel斥资167亿美元收购了全球第二大FPGA制造商Altera，这种可重构的芯片对于Intel在未来的服务器和物联网市场有很大的帮助。这是基于硬件生态系统的各个层面向轻便性和定制化转变等原因做的一个决定。

由于"软件正在蚕食世界"，对一个要花18个月才能把想法变成某些成品的芯片公司而言，形势变得更加困难。至少通过FPGA，你可以提供一款能够改变的硬件产品，即便实现这种改变需要不菲的成本。

收购了这种技术能够优化Intel的数据中心设计，帮助其X86处理器芯片面对ARM的潜在竞争。据英特尔云平台团队副总裁兼总经理杰森•韦克斯曼提供的一个数据。韦克斯曼表示，到2020年，英特尔相信将有三分之一的数据中心市场使用Altera专攻的芯片技术。

另外，在涵盖数据中心的演示中，微软等客户正在使用FPGA来运行它们的搜索算法。在关于加速器的演示中，未来的机器学习用户正在目睹FPGA运行类神经网络。总之，英特尔认为FPGA会无处不在。在网络世界，FPGA已经在蜂窝基站中亮相，英特尔希望借助FPGA在这一领域获得更多的市场占有率。通信公司趋向于将其网络设备嵌入到IoT设备嵌入式设备中，这也催生了对FPGA的需求。这是Intel的优势之一。

（2）人工智能

在2016年掀起产业界高度关注的人工智能市场，Intel收购了Nervana和Movidius，意图打造其AI产品线。

Nervana Systems 创立于2014年，是一家位于圣地亚哥的创业公司。该公司的三位创始人 Arjun Bansal、Naveen Rao 和 Amir Khosrowshahi 在高通公司工作时认识。 Nervana 承载着他们一个共同的目标：将开发者迫切需要的简洁性带入到大脑所启发的算法的应用中。

该公司一直希望将机器学习功能全力引入芯片之中。最开始，公司的业务是出售专为深度学习任务定制的硬件，后来开始利用自己的硬件提供深度学习云服务。它还发布有开源深度学习框架Neon。

在收购了Nervana之后，Intel将其先进的晶圆制造技术和无限的资源融合到Nervana的先进深度学习架构里，开发出一种每秒传输速度高达2.4兆兆字节，且延迟只有传统芯片的五分之一到十分之一的芯片。

在去年的11月，Intel在其"AI Day"上公布了其芯片Roadmap，Nervana CEO及联合创始人奈文•拉奥（Naveen Rao）表示，Nervana的加速处理器Lake Crest将于今年推出。据称在同样的能耗水平上，相对于目前的顶级图形处理器，这款产品在运行神经网络任务时将会有更好的性能。这款芯片将使用台积电的28纳米工艺制造。

可以预见，Intel在未来会是AI芯片领域的强有力竞争者。

而Movidius是一家视觉芯片处理初创公司，其名气虽然不及英特尔、高通以及 NVIDIA，但 Movidius 的技术已经植入在耳熟能详的 Google Tango，大疆精灵 4 无人机等。这家从 2006 年就成立的视觉计算芯片公司花费了 9 年的时间开发出了低价低功耗高性能的视觉处理器芯片--Myriad 系列 VPU（Vision Processing Unit）。Movidius CEO Remi El-Ouazzane表示，和为多种用途推出，普适性较高的 CPU、GPU 不同，VPU 专门为计算机视觉进行优化，可以用于 3D 扫描建模、室内导航、360°全景视频等更前沿的计算机视觉用途。相较主流的移动处理芯片（集成 GPU 的 SoC），Myriad VPU 的身材更小，视觉处理运算的效能更高。

Intel在收购Movidius之后，将其与自身的Realsense和AI战略结合，加速机器视觉技术的发展，推动感知计算等人工智能领域的发展。这些3D机器视觉能够推动包括可穿戴、无人驾驶汽车、