高通激战苹果,英特尔趁势挑战摩尔定律上位?

英特尔觉得自己会让摩尔定律在未来很长的一段时间内持续下去。

这边苹果和高通正因为专利战打的不亦乐乎,那边英特尔就趁势发了大招,不仅大谈特谈摩尔定律,更是推出了大战略性架构

据外媒报道,高通在福州起诉苹果成功之后,正在试图说服美国贸易部门考虑对使用英特尔芯片的苹果iPhone施加进口禁令,但该机构却似乎更希望可以采取互相妥协的措施,以保护美国公司在下一代手机技术领域的主导地位。 

而对于苹果来说,则传出消息称,苹果正在开发通讯芯片,以便于更好地和高通竞争,为此,苹果开始招聘相关的人员。

除此之外,苹果还想将该芯片用于自身的iPhone手机之上,不仅为了抗衡高通,更为了抛弃合作伙伴英特尔。 

果不其然,面对这种局面,英特尔也使出了自己的大杀招

在其技术架构日上,英特尔不仅展示了其基于10纳米的PC、数据中心和网络系统,介绍了其在设计与工程模式方面的战略性转变,并解读了英特尔赖以生存的六大战略支柱。

此外,在英特尔看来,对这些领域的重大投资和技术创新,必将可以为此后更加多元化的计算时代奠定坚实的基础,毕竟,到2022年,该潜在市场规模将超过3000亿美元。 

一、英特尔摩尔定律未必有效 

近年来,虽然依然是全球最大的PC处理器厂商,但英特尔却不断在芯片制造技术方面输给了台积电等竞争对手

而其数十年来一直遵循的 “摩尔定律”,即集成电路上可容纳的元器件的数量,每隔18个月至24个月就会增加一倍,也随着晶体管缩小到只有几个纳米的距离,而导致英特尔的技术目前已远远落后于摩尔定律

也是因此,英特尔不得不宣布把10纳米制造工艺推迟到2019年末。 

只是,在本次技术架构日上,英特尔突然显得硬气了不少。

在五个小时的演讲中,英特尔揭开了其2021年CPU架构路线图、下一代核心显卡、图形业务的未来、全新3D封装技术,甚至部分2019年处理器新架构的面纱。

英特尔高级副总裁兼硅工程事业部总经理Jim Keller 登场时,就毫不客气地怼了高喊摩尔定律已死,跟英特尔唱反调的人,并针对这点指出,自己在看完英特尔的整体技术布局智慧,相信英特尔可以发挥的空间还很大,并且将会让摩尔定律在未来很长的一段时间内持续下去。 

英特尔处理器核心与视觉计算高级副总裁Raja 则剖析了整个计算市场的走向,他表示,未来英特尔在架构设计上会越来越灵活,核心设计会更接地气,也会更强调不同场景的计算适配。

基于此,英特尔未来不止 CPU 或 GPU,而是将引入更多计算概念,构成 xPU 生态,从各种方向去解决未来计算领域会面对的各种问题

在本此大会上,英特尔重点展示了其Foveros全新3D封装技术,该技术首次引入了3D堆叠的优势,比目前台积电与三星的 2D 或 2.5D 封装技术更先进,并将于2019年下半年开始推出一系列使用Foveros的产品。 

这其中,英特尔还推出了下一代CPU微架构Sunny Cove,旨在提高通用计算任务下每时钟计算性能和降低功耗,并包含了可加速人工智能和加密等专用计算任务的新功能。

明年晚些时候,Sunny Cove将成为英特尔下一代服务器(英特尔至强)和客户端(英特尔酷睿)处理器的基础架构。

除此之外,英特尔还推出了新的One API项目,可用于在单一开发环境中简化跨CPU、GPU、FPGA、人工智能和其它加速器的各种计算引擎的编程,其公开发行版本预计将于2019年发布。 

而由于未来 AI 应用将是主流计算趋势,为了更好解决来自这方面的计算问题,英特尔也会在其主力架构中增加更多针对包含深度学习、训练以及推理计算加速的功能区块,英特尔的整体计算架构能更好的因应未来 AI 产业的走向。

为此,英特尔着重介绍了其在驱动不断扩展的数据密集型工作负载方面的战略进展,从而为PC和其他智能消费设备、高速网络、无处不在的人工智能(AI)、云数据中心和自动驾驶汽车提供支持。

虽然在过去,英特尔由于其“挤牙膏”的做法而备受质疑,产能因制程技术难以突破,还面临AMD和英伟达等发起的重大挑战,但这次英特尔颇拿出了一种破釜沉舟的气势。

二、高通和苹果的动作清晰可见

高通昨日表示,苹果继续在中国销售侵权的 iPhone 手机,这违反了中国法院近日颁发的禁令。高通还称,已向中国法院提交了证据,显示 iPhone 正被开箱和销售。 

而这一切都是有来由的。 

从2011年发布iPhone 4起,苹果开始使用高通提供的基带,但自2017年年初开始,双方合作关系出现裂缝,当时苹果起诉高通定价不公,收费过度。 

为此,到现在高通不断反击,而对此造成的后果就是:从iPhone 7开始,苹果通过引入英特尔的基带与高通进行对抗,并且在最新的iPhone XS和XR手机上,苹果只使用英特尔通讯芯片高通为此提出反击,想在美国、中国禁售iPhone。

此外,对于苹果的新盟友英特尔高通也多有指责。今年9月高通指控苹果窃取其芯片制造机密,并将这些信息提供给英特尔,帮助英特尔优化iPhone的手机基带芯片,最终达到摆脱高通控制的目标。

只是不论各方官司如何,但从数据上来看,英特尔组件的性能比不上高通组件。Ookla分析师测试发现,与装备英特尔通讯芯片的设备相比,安装骁龙845的设备速度快很多。差距不小,高通通讯芯片的下载速度快40%,上传速度快20%。 

更不用提身在后方的苹果又来捅了英特尔一刀。The Information援引消息人士的话称,苹果有可能正在开发自有通讯芯片,不只如此,苹果还想将它用在iPhone手机上,抛弃合作伙伴英特尔,改用自有硬件。 

当然,新通讯芯片可能还要等很多年还才能问世,毕竟2020年苹果准备推出的5G iPhone,还是会装备英特尔5G通讯芯片。 

只是苹果现在已经开始大规模招募人才,也做好了要等几年才能让硬件做好出货准备。这不得不让英特尔感觉到腹背受敌。 

英特尔此举未雨绸缪,也是情理之中的事情。

而更进一步的是,高通不久前推出了第一款商用5G移动平台,这意味着5G手机将会在不久后出现在消费市场。

作为苹果目前在手机业务上最为核心的伙伴,英特尔是否能否支撑其在5G业务上的发展也成为近期外界关注的焦点。

更不要说此次国内苹果的“禁售”风暴,更会间接影响到英特尔,苹果禁售的手机采用的基带有多少是高通的,有多少是英特尔的,毕竟还是会对英特尔产生相关影响的。

不仅如此,高通和苹果一掐架,苹果会不会在之后就此倒向高通还不好说,但目前英特尔内部在产能的问题上面临比较大的挑战,如果英特尔要全力给苹果供应5G基带,就需要做一些产能的倾斜和牺牲。 

更不要提目前与高通共同规划5G早期部署的运营商名单至少有18家,超过20家OEM厂商将采用高通骁龙X505G基带系列推出5G终端产品。

那么英特尔又是否要争取这一部分的客户呢?

由此观来,英特尔此次杀招有点被逼的意味,只是英特尔此前的确有着深厚的技术积淀,是不是最后可以反杀成功,还需留待时间的考验了。

AI锐见
AI锐见

洞察AI行业趋势

产业芯片自动驾驶深度学习摩尔定律英特尔苹果高通
相关数据
英特尔机构

英特尔是计算创新领域的全球领先厂商,致力于拓展科技疆界,让最精彩体验成为可能。英特尔创始于1968年,已拥有近半个世纪产品创新和引领市场的经验。英特尔1971年推出了世界上第一个微处理器,后来又促进了计算机和互联网的革命,改变了整个世界的进程。如今,英特尔正转型成为一家数据公司,制定了清晰的数据战略,凭借云和数据中心、物联网、存储、FPGA以及5G构成的增长良性循环,提供独到价值,驱动日益发展的智能互联世界。英特尔专注于技术创新,同时也积极支持中国的自主创新,与产业伙伴携手推动智能互联的发展。基于明确的数据战略和智能互联全栈实力,英特尔瞄准人工智能、无人驾驶、5G、精准医疗、体育等关键领域,与中国深度合作。面向未来,英特尔致力于做中国高价值合作伙伴,在新科技、新经济、新消费三个方面,着力驱动产业协同创新,为实体经济增值,促进消费升级。

https://www.intel.com/content/www/us/en/company-overview/company-overview.html
相关技术
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

摩尔定律技术

摩尔定律是由英特尔创始人之一戈登·摩尔提出来的。其内容为:积体电路上可容纳的电晶体数目,约每隔两年便会增加一倍;经常被引用的“18个月”,是由英特尔首席执行官大卫·豪斯所说:预计18个月会将芯片的性能提高一倍。

堆叠技术

堆叠泛化是一种用于最小化一个或多个泛化器的泛化误差率的方法。它通过推导泛化器相对于所提供的学习集的偏差来发挥其作用。这个推导的过程包括:在第二层中将第一层的原始泛化器对部分学习集的猜测进行泛化,以及尝试对学习集的剩余部分进行猜测,并且输出正确的结果。当与多个泛化器一起使用时,堆叠泛化可以被看作是一个交叉验证的复杂版本,利用比交叉验证更为复杂的策略来组合各个泛化器。当与单个泛化器一起使用时,堆叠泛化是一种用于估计(然后纠正)泛化器的错误的方法,该泛化器已经在特定学习集上进行了训练并被询问了特定问题。

推荐文章
暂无评论
暂无评论~