英特尔中国总裁杨旭:不要只盯着做芯片
2016-12-14 界面 编辑:林嘉文
时值岁末,英特尔开始收拾心情,展望未来。
2016年对于英特尔来说绝非顺风顺水的一年。在PC市场持续不景气的大环境下,英特尔经历了大规模裁员、放弃移动芯片业务等转型阵痛,直到最近才终于向媒体宣布,将未来的转型聚焦于八个关键技术领域:人工智能、无人驾驶、5G、虚拟现实、机器人、体育、精准医疗和中国制造2025。
这一整体策略的落定,如英特尔公司全球副总裁兼中国区总裁杨旭所言,并非一朝一夕的成果。
12月13日,在接受界面新闻及其他媒体专访时杨旭表示,英特尔最近一年才转过这个弯,即:英特尔不是一个纯芯片公司,不一定要靠芯片才找得到机会。
“为什么之前的转型那么痛苦,因为那时的思维是‘找芯片’,老想着找个地方把芯片弄上去。”杨旭说,“后来发现虽然许多终端小设备需要智能处理器,英特尔当然也能做,但做的时间是人家的2倍,成本是人家的很多倍,经济效益不行。”
在这样的情况下,英特尔需要寻求更灵活的处理方式。譬如有的设备采用ARM架构芯片,却可能需要英特尔的IP——“人家有能力实现更快更低成本的设计,为什么不能在IP上合作呢?”杨旭说,“这两年真的是想通了很多问题。”
打开思路后,英特尔开始关注大格局的变化。
英特尔认为,“智能互联”的未来将呈现四大趋势:数据洪流、万物数字化、计算感知化和云的增值。
英特尔预计,2020年将有500亿台相互连接的智能设备,每人平均每天将产生1.5 GB的数据量,一家智能医院每天产生3000GB的数据量,一辆无人驾驶汽车每天产生4000GB的数据量,一家智能制造工厂每天将产生100万GB的数据量。
面对如此大的数据洪流,如何从云端进行挖掘、分析、最后完成增值,是未来亟需解决的关键问题。
为此,英特尔将从云端、终端、中间的连接三方面提升处理能力。
“以现在大家谈得最多的人工智能为例,人工智能数据处理类别是不一样的,有很复杂的数据,也有并不复杂但处理量很大的数据,人工智能如何充分挖掘、释放数据价值,其中一个重要因素在于端到端的计算。”杨旭解释道,从终端数据的产生、采集,到数据的高速传输与存储,再到云端数据的分析、挖掘,端到端计算能力可以助力人工智能充分释放数据价值,带来更多的创新和增值,从而引发智慧城市、智慧零售及互联网金融等各行各业的深刻变革,并给人们带来全新的用户体验。
人工智能、无人驾驶、5G等八大领域,正是英特尔认为其能够发挥处理能力所长的领域。
然而外界更关心的是,在这些领域之中英特尔什么时候能够形成规模,并真正产出商业价值。
对于这样的疑问,杨旭表示虽然很难准确预估时间点,但提出这些领域有两个意义:一是英特尔看好这些技术趋势,认为它们将给人们的工作生活带来很大的变化,而新的服务、新的应用也将从中诞生;二来这也是技术的验证过程,包括虚拟现实、精准医疗、无人驾驶等都需要进一步验证。
以无人驾驶技术为例,之所以引起英特尔和那么多大公司关注,是因为它是最具前瞻性的一种技术。无人驾驶的应用能真正验证包括人工智能、机器人等技术是否成熟,以及这些技术能否满足未来的需要。
杨旭称,“发现问题就调整,哪些方面能力不够就补强哪些能力,哪些合作方式不对就改变合作方式,但是必须得试。最关键的是,全世界只要在这些领域里有话语权的人都在试水。”
在这些领域之中,英特尔走得最远的无疑是人工智能。在过去的一年,英特尔在该领域收购了一箩筐的公司,很多人却看不懂英特尔的布局。
在最近举行的英特尔人工智能论坛(AI Day)上,英特尔向外界展示了其人工智能的整体方案,总的来说包含了硬件、库/语言、开放框架、工具/平台以及解决方案五个层级。
“底层英特尔的各种芯片产品具备对不同类型数据的处理能力,第二层提供算法和函数库,中间的两层是开发工具和开发平台,如收购的Nervana的FPGA可实现个性化设置芯片,最上层则是针对不同行业的具体应用。”杨旭向界面新闻记者解释道,“人工智能完全是个性化的,不同领域要求的东西完全不一样,所以一定要把这些应用突破,提供一层层叠加起来的整体方案。”
此外,英特尔正与谷歌等业界领先企业建立广泛联盟,成立Nervana人工智能委员会等推动技术探索和创新,并与全球领先机构合作提供开发者培训课程。
在中国,英特尔已与京东、腾讯、阿里巴巴、百度、诺禾致源、商汤科技、北京大学、清华大学等多领域的伙伴展开多方位合作,共同推进人工智能的创新与普及。
谈到2016年具体业绩情况时,杨旭表示,由于财报没有正式对外公布,方向性的东西不能透露太多。但他认为今年英特尔传统业务如PC、数据中心等增长稳定,新的领域则在探索中;如今随着方向性的布局基本完成,接下来就是去验证、将精力放在策略执行上。