半导体硅晶圆开启了电子和计算机化革命，而在我们互联的数字世界中，硅集成电路（IC）支持着我们今天能看到的几乎所有技术产品，而英特尔无疑是其中关注的焦点之一。
如今，“得芯片者得天下”的说法依然盛行。
但战场已经转移，AI芯片无疑是科技行业最引人注目的赛道。
我们所知道的全球科技公司包括谷歌、亚马逊、微软、英伟达、苹果、阿里巴巴、高通、华为等公司都研发了自己的AI芯片。
就连生产汽车的特斯拉也宣布将开发自己的人工智能芯片。
再加上大资本支持的创业公司众多，整个赛道人满为患。
称霸全球半个世纪的英特尔自然不会落后。
最近一段时间，不断有英特尔进军AI芯片等AI相关业务、修建长城、拯救北极熊的消息……但面对狼似虎的竞争对手英特尔还能做吗？首发于C位？芯片安全质疑不断：品牌“光环效应”严重流失。
老牌科技巨头总是容易引起人们的关注和信任。
这类企业往往都有自己的“光环效应”，不仅对普通民众，对C端消费者也是如此。
用户，甚至更多的B端合作伙伴。
尤其是对于AI芯片等核心技术出口的企业来说，需要寻找更多的B端场景进入，形成B2B2C模式。
选择一个在市场上口碑好的供应商无疑会给产品带来很多加分，也可能会给很多用户留下深刻的印象。
相反，如果供应商不详或有一些黑幕信息，需方在选择供应商时就会持谨慎态度。
以三星为例。
三星Galaxy Note 7的失败对三星品牌造成了明显而持久的损害。
这似乎已经成为三星手机上无法摆脱的污点。
在韩国，人们很容易原谅。
但在世界其他地区，许多国外科技网站通过调查表示，相当一部分消费者可能不会再购买另一台三星设备。
尤其是在中国市场，三星手机的失败已经显而易见。
关于英特尔芯片，近年来关于其芯片安全性的曝光、质疑和讨论不断。
去年 11 月，据《财富》杂志报道，英特尔承认，近年来销售的几乎所有 PC 芯片都存在多个严重的软件安全缺陷。
这些安全漏洞主要存在于Intel CPU上的“管理引擎”功能中。
这些漏洞几乎存在于英特尔近期销售的每一款主流芯片中，包括2018年推出的第六代酷睿芯片、2018年推出的全新第七代酷睿芯片以及去年推出的第八代酷睿处理器系列。
消息一出，立即引起轩然大波。
虽然英特尔主动承认了这一点，但这个污渍似乎很难清除。
今年年初，知乎上有网友爆料，Intel、AMD、ARM等多款处理器被曝存在代号“Meltdown”、“Spectre”的漏洞，但只有Intel的处理器存在Meltdown漏洞。
今年8月，英特尔发布了十多个自家产品的安全漏洞更新，其中包括一种新型的Spectre漏洞，这也可能引发对其安全性的更多质疑。
那么芯片漏洞有什么影响呢？信息安全！几年前的棱镜事件让全世界所有人都感到了危险。
但今年上半年的Facebook信息泄露事件仍让人记忆犹新。
扎克伯格也被冲到了全球舆论的风口浪尖。
本月，Facebook再次遭遇大规模用户数据泄露事件。
近万名用户的账户可能被入侵甚至被盗。
这再次让个人信息安全成为全球关注的焦点。
就中国市场而言，虽然Facebook的中国用户非常有限，但有一个明显的趋势，那就是中国人越来越重视个人信息，尤其是各种信息泄露造成的不良后果接连发生，这并不容易。
百度。
正如弟子李彦宏所说：“中国用户不关心隐私。
”尤其是近期华住酒店旗下酒店约5亿条个人信息被泄露并在海外黑市出售的消息，让国内用户对信息安全的担忧达到了前所未有的程度。
如今，随着机器学习、大数据计算能力、存储能力、5G等技术的快速发展，物联网的呼声越来越高。
然而，物联网时代，人们生活的方方面面都将转化为海量数据。
这些数据涉及个人隐私甚至财产和生命安全。
因此，信息安全问题成为了技术发展过程中人们特别关注的问题。
安全也成为B端和C端的问题。
选择是否合作的关键参考因素。
英特尔的情况就是如此。
距离上次暴露漏洞并没有过去太久的时间。
人再健忘，也不会忘记得这么快。
而且，即使用户忘记了，竞争对手也会时不时地提醒他们。
如何弥补之前品牌“光环”的受损，也将成为英特尔AI芯片研发需要考虑的问题，这可能会导致原本青睐英特尔的企业转而投资AMD等竞争对手。
路径依赖下发展的弊端凸显：英特尔主导地位不再？英特尔微处理器公司联合创始人戈登·摩尔在50年前就给我们提出了摩尔定律，观察到组件开发的复杂性每年都会增加一倍，后来修改为：集成到芯片中的晶体管数量将在24个月内大约增加一倍。
这一比率在大约 18 个月内再次翻倍。
随后，摩尔定律一直指导着半导体产业的发展。
如今，摩尔定律已经持续了50多年，其整体进步约为2的31次方，即超过20亿。
这意味着今天的存储芯片包含的数据比去年多了 20 亿倍。
也就是说，今天的计算机硬件成本是同等成本的20亿倍，但这真的实现了吗？答案是显而易见的。
可以说，无论怎么类比，都远远没有达到20亿次的水平。
事实上，这主要是基于半导体小型化产生的热量减少，让CPU运行得更快。
然而，随着半导体的小型化接近硅的理论和元素极限，摩尔定律失效的呼声越来越高。
英特尔作为半导体业务领导者的傲人地位也被三星所取代。
事实上，摩尔定律终有一天会失效，已经成为大家公认的事实。
不过，从英德尔近十年来的表现来看，似乎有点太过安逸了。
说起来，错失iPhone可能是英特尔最遗憾的事情。
史蒂夫·乔布斯来到英特尔购买智能手机芯片。
英特尔当然想主导这个新兴市场，但它错误地判断了iPhone市场的规模。
随后，英特尔在移动端也遭遇挫折。
在移动市场被ARM抢占，错失移动终端CPU市场。
通过这次与苹果错失的机会，我们不难发现优势有时也是劣势。
英特尔的技术优势非常明显，但其对技术进步的过度痴迷实际上形成了僵化的商业模式，限制了它能做的事和不该做的事。
智能手机就是一个很好的例子。
此外，英特尔在自动驾驶汽车的研究中似乎一如既往地押注于芯片技术。
事实上，5G和汽车制造也是自动驾驶汽车需要考虑的问题。
。
物联网本身其实就是软件+硬件的结合。
没人怀疑英特尔在软件方面的实力，尤其是在核心芯片技术方面的实力，但在硬件方面，似乎没有竞争对手拥有更广泛的布局。
虽然谷歌的手机业务与英特尔手机业务是近亲，但谷歌也有遍布全球的安卓系统，而苹果、华为也有手机、手环等一系列硬件产品矩阵作为支撑，方便他们的业务发展。
进入市场。
从技术本身来看，深度学习是人工智能的前沿发展之一。
它训练神经网络并让它进行“学习”，这就像在神经元之间建立连接并加强大脑中的这些连接一样。
在计算上，这个学习过程可以并行化，因此可以使用GPU硬件来加速学习过程。
这些神经网络为 Google、Facebook 和许多应用程序目前使用的语音识别软件、语言翻译和语义搜索设施提供支持。
因此，总体来说，当前深度学习计算架构的很多设计仍然采用CPU加速来缩短学习时间。
看来企业AI转型也必须基于CPU平台来实现，AI应该建立在现有IT基础设施和数据应用平台之上。
看来Intel的优势很明显。
最近，英特尔主力Xeon处理器是对现有CPU的优化。
但不得不说，很多技术假设很难用“并行化”来解释。
人工智能发展的重点仍然是如何让深度学习以更高效的方式完成训练。
从这一点来看，英特尔所谓的优势其实也不是那么明显。
这里我们不妨以Facebook和谷歌的AI芯片为例进行分析。
Facebook 的定制计算机服务器“Big Sur”与图形处理单元 (GPU)（个人计算机中使用的显卡）配对，可以像 Google 的硬件一样运行最新的视频游戏和 3D 图形。
那么为什么人工智能计算是用图形处理器而不是主流计算机处理器构建的呢？最初，GPU 被设计为协处理器，与计算机的主中央处理单元 (CPU) 一起工作，以完成要求较高的计算图形任务。
由于图像中的一个区域与另一个区域之间没有联系或相互依赖，因此可以轻松地将作业分解为单独的任务，这些任务可以并行处理并且运行速度更快。
因此，很多人认为GPU+CPU协同是大势所趋。
英特尔在CPU领域取得的成就并不足以说明未来人工智能芯片领域一切都会好起来。
科技感十足，CPU方面领先，这就是笔者眼中的Intel。
然而，这种普遍领导已经变成了偏执狂。
过往的辉煌让该公司形成了一种路径依赖，这让英特尔的人工智能布局很难称得上是领先者。
正如预期的那样。
因势利导，有的放矢：延伸以先天优势为核心的产业链是关键。
毫无疑问，英特尔的过去是辉煌的，但从近年来的表现来看，它似乎已经面临着神坛的没落。
可能的。
能否汲取移动互联网时代失去的教训，成为其能否延续辉煌的关键。
一个企业背后总是不缺替代品，但外部因素是一方面。
通常，最坚固的堡垒往往会从内部瓦解。
英特尔在发展过程中最需要解决的问题也源于内部。
之前错过了苹果，移动互联网的“慢一步，慢一步”，其实是其内部问题的体现。
此外，此前曝光的芯片安全问题也是另一个表现。
为什么有问题的芯片仍然流入市场？难道里面真的没有人能发现这个吗？估计不会，那么问题出在哪里呢？当然，产品问题是一方面，但战略问题才是最致命的。
这些也是众所周知的“大公司病”的症状。
据相关资料显示，英特尔主要竞争对手之一的英伟达早在2016年就与谷歌合作，打造了当时最大的人工神经网络。
此后，Nvidia显卡自然而然地进入各个深度学习团队的开发。
一步步推进您的AI芯片业务。
另一方面，此时的英特尔仍在努力在移动业务上苦战。
在笔者看来，Intel目前的布局比较晚，已经落后了。
好在过去CPU的积累太强了，弯道超车也不是没有机会。
毕竟，整个人工智能芯片赛道才刚刚开始。
对于英特尔来说，找到正确的姿态是抓住未来的关键。
在笔者看来，这主要体现在以下两个方面：一方面，做好技术妥协的艺术。
行业竞争的关键是什么？在笔者看来，这主要取决于八个字：推倒边界、重组壁垒。
物联网的发展涉及多方面的技术。
本来，在某个领域领先并不意味着就万事大吉。
CPU运算能力小，擅长逻辑控制； GPU拥有大量计算单元但不能单独使用。
但从目前来看，这两者需要协同发展。
此外，还需要涉及5G等相关技术。
技术研发本身也是一个持续的过程，试错的成本非常高。
即便技术上确实领先，但在具体实施阶段是否会被采用仍是未知数。
毕竟技术越高，价值就越大，投资成本也就越高。
，但具体效果不一定有太大差别。
至于AI芯片的研发，赛道感刚刚爆发，英特尔可能还没有太早入局，但这并不意味着它未来会落后。
与移动互联网的落地相比，物联网需要的要素太多，所以行业的爆发不是一朝一夕的事。
另一方面，则是胡萝卜加大棒的结合。
技术是一方面，但任何技术都需要在特定场景下作为载体才能发挥出真正的价值。
两者是互补的。
不言而喻，英特尔一直都有技术基因，但在硬件方面，它仍然依赖合作伙伴。
然而，在未来人工智能芯片的赛道上，英特尔面临的竞争对手大多不是普通人。
从技术实力上来说，他们并不一定弱于英特尔。
可替代性也比较强。
这个时候，如果有自己的硬件作为支撑，无疑会好很多。
物联网的未来是范围经济而不是规模经济。
企业需要通过扩大业务范围、增加业务类型、输出两种或两种以上服务来降低单位成本。
对于英特尔来说，创造技术输出和硬件的结合将有助于实现范围经济。
即使是科技巨头，也必须懂得顺势而为、顺应潮流，否则就有可能成为下一个柯达。
对于英特尔来说，其原有的优势正在被竞争对手一点一点蚕食。
如果它想要真正构筑一条相对稳定的护城河，就只能打破自己的界限。
毕竟，在当今的商业社会，企业的优势往往是建立在多重堡垒之上的。
英特尔不是一个堡垒，而是可以凭借其GPU优势，完全渗透到产业链的其他细分市场。
而这或许才是英特尔对于未来发展的正确态度。