Intel挖走AMD GPU大牛：顯卡上演三國殺

Intel與AMD這兩家搞起事情來，還真是一組三部曲。

Intel要發力高端獨立顯卡了

• 11月6日，Intel和AMD共同確認，雙方將合作推出一款集成Intel CPU和AMD GPU的新產品，以用於輕薄的遊戲筆記型電腦中。
• 11月7日，AMD宣佈該公司的首席GPU架構師、Radeon高級副總裁Raja Koduri離職。
• 11月8日，Intel宣佈Raja Koduri的加盟並任命其為Intel首席架構師，並在新成立的酷睿與視覺計算事業部（Core and Visual Computing Group）擔任高級副總裁。
  
• 是的，伴隨著RajaK odure入職，Intel又專門成立了一個新的事業部。
  

按照Intel官方博客的說法，在Raja Kodure的帶領下，Intel將在計算、圖像、媒體、機器智慧等領域整合和擴展差異化的智慧財產權，涉及到用戶端&資料中心、人工智慧和一些潛在的機會（比如說邊緣計算）。

不過，從Raja Kodure過往的經歷來看，他入職Intel的一個重要任務是補足Intel在GPU領域的短板。

據瞭解，Raja Kodure在加入Intel之前擔任AMD的Radeon事業部的高級副總裁和首席架構師，負責AMD包括APU、獨立GPU、半定制產品和GPU計算產品在內的諸多產品圖像相關的方方面面。此前，Raja Kodure也曾在蘋果負責Mac產品的圖像顯示系統。

一句話：憑藉25年的從業經驗，Raja Kodure堪稱是GPU領域的一尊大神。

而從Intel的描述來看，它之所以選擇了Raja Kodure，就是看中了Raja Kodure在PC、遊戲控制、專業工作站、計算設備等平臺的視覺計算和加速計算經驗；後者在圖像的硬體、軟體和系統結構方面都是專家。而Intel沒有說明的是，Raja Kodure的加盟必然會吸引大量的GPU人才，這也是Intel發展GPU的要素。

而在雷鋒網看來，整篇博客最核心的，其實是這樣副標題中的一句話：Intel將進軍高端獨立顯卡。

要知道，當前的高端獨立顯卡，不僅僅用以滿足視頻遊戲玩家的需求，也被越來越多地用於人工智慧和機器學習。

補足短板，劍指NVIDIA

無論是在PC端還是資料中心，Intel都是CPU市場上毫無爭議的老大；但Intel最大的短板在於圖像計算，也就是GPU。
其實，目前Intel並非沒有自己的圖像解決方案，但都局限於核芯顯卡，即Intel H DGraphics系列。
這種核芯顯卡在影像處理方面的能力比較低，無法與AMD和NVIDIA的獨立顯卡相提並論，也只能用在一些對影像處理要求較低的用戶端設備中，比如說筆記本。
在這裡，我們也整理了Intel核芯顯卡、AMD核顯&獨顯以及NVIDIA獨顯之間的同期最強影像處理性能，對比如下圖所示：

由上圖可知，在影像處理方面，Intel的核芯顯卡與NVIDIA和AMD的獨顯根本就不是一個級別的對手，所以不少遊戲玩家一般會選擇帶有獨顯的筆記本；而AMD雖然也有獨顯，但在近兩年也是被NVIDIA壓上一頭。

不過需要說明的是，由於不同架構對浮點運算的優化不同，上面資料僅可作為參考；但也足以說明Intel在GPU上的短板。

在人工智慧和深度學習的大潮到來之前，Intel與NVIDIA之間主要是CPU和GPU之間的合作關係。然而隨著深度學習的興起，NVIDIA的GPU在平行計算上的巨大優勢使得其在大規模的資料中心業務中越來越受到歡迎，廣泛應用於圖像識別、語音辨識以及自然語言處理等人工智慧任務。

而在這一場景中，Intel面向伺服器和資料中心CPU產品反而不再受寵。

在此條件下，Intel與NVIDIA之間的關係就開始由合作逐步走向競爭。在2016年的IDF大會上，Intel宣佈推出其最新專門用於人工智慧相關任務的處理器——第三代Xeon Phi，劍指物件就是NVIDIA。

NVIDIA也不甘示弱，立即發表文章稱XeonPhi在機器學習模型訓練上並不能比得上NVIDIA的產品，並表示，4個Pascal架構組成的TITANXGPU，其運行速度是4個XeonPhi處理器的5倍多。

雙方的競爭還能夠直接體現在對摩爾定律的態度上，比如說Intel在2017年9月20日的“精簡製造日”上宣佈的摩爾定律永不過時，但六天之後，NVIDIACEO黃仁勳就在GTC大會上宣佈GPU才是全新的超級摩爾定律。雙方果然是針鋒相對，各執一詞。

為了與NVIDIA在AI領域相抗衡，Intel除了積極推出競爭性產品，還收購了世界第二大FPGA廠商Altera和深度學習創業公司Nervana。不過這些似乎都不能壓住NVIDIA當下的勢頭。

如果Intel擁有了自己的高端獨立顯卡，不僅可以將其與旗下的CPU聯合起來，形成更強悍的計算能力（類似於AMD推出的APU，其在CPU加持下的圖形處理能力反而高於同等的獨立GPU）。

這樣一來，無論是消費端的圖形處理能力還是伺服器端面向人工智慧的平行計算能力，Intel都不會受制於人，能夠與NVIDIA這樣的對手相抗衡。

AMD又何間焉？

本來，Intel與AMD在CPU市場也是十足的競爭關係，而且都是在雙方競爭中Intel一直佔據優勢地位。然而在2006年，AMD以54億美元的鉅資收購ATI，成為一家同時具備CPU和GPU研發能力的晶片公司；因此AMD在GPU方面卻比Intel有優勢。

但這次收購又給AMD帶來了新的麻煩。

這次收購之前，AMD與Intel在CPU上競爭，ATI與NVIDIA在GPU上競爭。由於當時Intel不授權主機板晶片組給其他廠商，那時候的NVIDIA和AMD是關係不錯的合作夥伴，NVIDIA推出的nForce系列主機板晶片與當時AMD的王牌產品Athlon的組合是很多DIY玩家津津樂道的搭配。因為這次交易，AMD與NVIDIA的關係從此一落千丈，成為赤裸裸的競爭關係。

此後，AMD不得不在CPU和GPU兩條線上分別與不同的強敵競爭。這無形中拉近了Intel和NVIDIA的關係，AMD卻不得不在兩條線上疲於奔命；這對於從研發資源和市場資源的層面都不占優的AMD來說，無疑是捉襟見肘。

值得一提的是，在上文圖中所言的GPU性能對比圖中，AMD擁有獨顯和核顯兩條產品線，前者的影像處理能力明顯高於後者，後者在近幾年甚至低於Intel的核顯。

其實AMD並非沒有能力在核顯的影像處理能力超過Intel，只是既然有獨立顯卡在手，AMD有故意弱化核顯的嫌疑，以便增加旗下獨顯GPU的銷量。

不過，隨著人工智慧大潮的到來，在變得越來越重要的GPU市場上，AMD與NVIDIA的差距也越來越大，如下圖所示：

後來的事情我們也知道了，由於人工智慧和深度學習的興起，NVIDIA與Intel之間的競爭關係加劇，而AMD也是NVIDIA的老對手。如此一來，敵人的敵人變成了朋友，intel與AMD之間似乎又開始聯手。

2016年3月，AMD與Intel完成圖形技術的交叉授權；AMD提供多項關於核顯GPU的專利技術給Intel，以提高IntelCPU的核顯性能，Intel的核顯也將不再使用NVIDIA的技術。

接下來，就是AMD與Intel雙方在2017年11月6日宣佈的合作關係，AMD在這次合作中提供來自Radeon事業部的定制圖像晶片。

對此這次合作的對象不再是NVIDIA，Intel只是表示它與NVIDIA的合作協定已經到期；但顯然這是一套表面說辭，與NVIDIA之間的競爭關係才是它與AMD喜結連理的開始。

值得一提的是，Raja Koduri 在Intel發佈的官方博客中提到，他在AMD任職的過去數年內，就已經與Intel進行過成果豐碩的合作。

對於Intel而言，與AMD言歸於好更像是一個緩兵之策，但其實雙方的競爭還在，只是不那麼被強調了，而當它最終決定挖來Raja Kodure這樣的大神發力獨立GPU的時候，事實上也已經走上了與NVIDIA和AMD在GPU領域同台競技的未來道路。

不過對於AMD來說，它已經開啟了與Intel之間在消費端處理器方面的合作；而Raja Koduri的離開，對於AMD在GPU方面的發展似乎並沒有什麼好處。

目前AMD在與NVIDIA的GPU之爭中已經落於下風，倘若Intel借助Raja Koduri踏入高端獨立GPU的戰場，這對AMD來說並不是一件好事。

所幸，高端獨立GPU不是一蹴而就的事情，即使招來了Raja Kodure這樣的大神，Intel估計也需要數年的時間才能推出真正像樣的產品。

到時候，不知道Intel、NVIDIA和AMD三家之間又會存在什麼樣的變數。

資料來源