据Tomshare报道，英特尔首席执行官帕特·基辛格(PatGelsinger)公开表示，英伟达在人工智能行业的成功纯属偶然。
在麻省理工学院(MIT)主办的基辛格采访中，英特尔老板告诉与会者，英伟达首席执行官黄仁勋“非常幸运”（gotextraordinarilylucky）。他接着感叹英特尔放弃了Larrabee项目，在他看来，这本来可以让英特尔拥有同样“幸运”。
然而，Nvidia应用深度学习研究副总裁BryanCatanzaro今天早些时候在Twitter/X上驳斥了基辛格对人工智能硬件行业现状的激烈看法，称英特尔缺乏在其先前举措中取得成功的愿景和执行力。
英伟达的崛起只是幸运？
在采访视频的17分钟左右，当英特尔首席执行官在回答麻省理工学院提出的问题时强调了Nvidia的“幸运”。麻省理工学院电气工程和计算机科学教授兼计算机科学和人工智能实验室（CSAIL）主任DanielaRus问道：“英特尔在人工智能硬件的开发方面正在做什么？您如何看待它的竞争力优势？”（原文：“WhatisInteldoingforthedevelopmentofAIhardware,andhowdoyouseethatasacompetitiveadvantage?”）
基辛格首先谈到了英特尔的错误。英特尔现任首席执行官表示，他离开后，公司的命运一落千丈（tookadive），但现在又重新走上辉煌之路。他讲述了自己在荒野中度过的11年（在EMC，后来在VMWare）以及Larrabee的悲惨命运。
“13年前，当我被赶出英特尔时，他们扼杀了这个可能改变人工智能形态的项目，”（原文：“WhenIwaspushedoutofIntel13yearsago,theykilLEDtheprojectthatwouldhavechangedtheshapeofAI,”）基辛格对麻省理工学院的听众说，他指的是Larrabee开发工作的结束。
与此同时，黄仁勋被描述为一个勤奋的人，他一心一意地追求图形技术的进步，当人工智能加速开始成为一项备受追捧的计算功能时，他很幸运。
黄仁勋“非常努力地致力于扩大吞吐量计算，最初主要用于图形，然后他就走了大运，”（原文：“JensenHuangworkedsuperhardatowningthroughputcomputing,primarilyforgraphicsinitially,andthenhegotextraordinarilylucky,”）基辛格说。他通过在人工智能萌芽第一次出现时，英伟达“甚至不想支持他们的第一个人工智能项目”（原文：didn'tevenwanttosupporttheirfirstAIproject）来印证自己的观点。
基辛格对Larrabee的失败或英特尔任何类似的开发推动力的丧失表达了遗憾，他解释说Nvidia的主导地位部分来自于“英特尔15年来在该领域基本上没有采取任何行动”（原文：Intelbasicallydidnothinginthespacefor15years）。不过，基辛格表示不用担心，“我回来了，我有激情，我们将从那个地方重新开始。”（原文：“Icomeback,Ihaveapassion,okay,we'regoingtostartshowingupinthatspace.”）
除了开发硬件来加速人工智能之外，基辛格还热衷于他所谓的人工智能普惠化的首要战略。他说，仅靠新硬件并不能解决问题，“消除CUDA等专有技术”（原文：eliminateproprietaryTechnologieslikeCUDA）也至关重要。在不久的将来，英特尔首席执行官认为这种普惠化力量将使高性能人工智能应用在每台机器上，从普通的家庭用户到开发人员、企业和超级强大的服务器。
有趣的是，基辛格预测到，很大程度上得益于人工智能，我们正处于“一到二十年的纯粹创新”（onetotwodecadesofsheerinnovation）的边缘。他认为，我们将让人工智能挖掘的资源远远超出现在使用的大型但相当简单的数据集（主要是文本数据集）。此外，英特尔正在忙于执行其计划，并将“建造大量晶圆厂，这样我们就可以构建大量计算”来解决人工智能问题。
英特尔缺乏远见和执行力
如下图所示，据BryanCatanzaro所说，2007年，他在Intel从事Larrabee应用程序的工作。然后，他与2008年去了NVIDIA从事ML的工作。“所以当时我在这两个公司都工作过，我可以说：NVIDIA的统治地位并非来自运气，它来自愿景和执行力，这是英特尔所缺乏的。”BryanCatanzaro强调。
BryanCatanzaro接着说：“2007年，我在英特尔共事过很多人，他们既看到了英特尔的机遇，也看到了风险。当时NVIDIA的收入只有现在的十分之一，因此英特尔管理层认为他们会用Larrabee碾压NVIDIA。但英特尔缺乏远见和执行力。”
他进一步指出，不过，Larrabee的目标是取代GPU（如您所知），这让很多人感到困惑。该论文甚至还有游戏渲染基准！但我可以看到大家没有称其为GPU。相反，它是一种视觉计算架构。
在BryanCatanzaro的帖子下面，还有很多读者附和他的观点。
例如有个叫TomForsyth的作者表示：“这也是一个奇怪的说法，考虑到从来没有‘LarrabeeGPU’，而且英特尔并没有取消Larrabee-它变成了XeonPhi，并且在变成AVX512之前在它所做的事情上非常成功。”
ScottHerkelman也说到：“通常，当没有大约三年的投资回报率时，上市公司会因AOP周期而取消或大幅减少投资。这就是Jensen的出色之处，即使投资回报率超出外部预期或大公司流程，他也会继续投资于自己的愿景……”
BenPouladia更是直言：“在商业上，你创造自己的运气。Jenson说得最好：他试图让英伟达靠近机遇，这样当苹果从树上掉下来时，他们就离机遇很近了。基辛格听起来很酸（bitter）。别忘了英特尔也曾用iPhone来嘲笑史蒂夫·乔布斯，从而搞砸了移动业务。“
在Keveman看来，说英伟达很幸运，那就是本末倒置了。因为英伟达引发了人工智能革命。自2012年以来，英特尔（和AMD）一直在开始“占据主导地位”，但他们失败了。不过，他认为英伟达在加密货币方面确实有点幸运。
虽然Nvidia何时真正开始将GPU作为人工智能模型的工具，这一点还存在争议。当然，当公司第一次开始推广GPGPU时，人工智能并没有被纳入其中。
以下是2007年Nvidia早期文档中的一段话，描述了其原始CUDA1.0平台的使用和优势，该软件可在NvidiaGPU上实现高性能计算，而不仅仅是图形和图像处理：“图像渲染和处理领域之外的许多算法都可以通过数据并行处理来加速，从一般信号处理或物理模拟到计算金融或计算生物学。”（原文："Manyalgorithmsoutsidethefieldofimagerenderingandprocessingareacceleratedbydata-parallelprocessing,fromgeneralsignalprocessingorphysicssimulationtocomputationalfinanceorcomputationalbiology."）
这绝对是英伟达当时的典型信息。换句话说，没有提及AI作为GPGPU的关键应用。那么，在某种程度上，基辛格的观点是有道理的。
从另一个角度看，正是Nvidia推动了GPGPU的发展，将CUDA和NvidiaGPU发展成为今天的强大力量。英伟达可能不一定从一开始就看到了人工智能革命，但该公司在GPU上的赌注确实比其他任何公司都大得多。
以“护城河很浅”的CUDA为例，据纽约客在之前的一个报道中说，当CUDA在2006年底发布时，华尔街并不看好。黄仁勋认为，CUDA的存在将扩大超级计算领域。这种观点并没有得到广泛支持，到2008年底，英伟达的股价甚至已经下跌了70%。
但黄仁勋以及英伟达的团队依然坚持，并最终等来了GeoffreyHinton及其学生AlexKrizhevsky和人工智能的繁荣。
数据中心市场，变了
然而，我们不得不说，数据中心整个市场变了。
正如上文所说，过去多年以来，英特尔的CPU一直统治着数据中心。但是从下图可以看到，统计Intel、Nvidia和AMD的数据中心市场营收收入，从2022年最后一个季度开始，英伟达就开始实现了对Intel的反超，并在2023年里将英特尔和AMD遥遥甩在身后。（注：参考文章《GPU的历史性时刻》）。
Marketwatch在其报道中更是直言，英特尔公司长期以来一直是美国第一大芯片制造商，但他们在几年前首次将全球最大芯片制造商的桂冠让给了台积电。现在，华尔街分析师估计，英伟达当前年收入将首次超过英特尔，成为美国第一。英特尔预计2023年收入为539亿美元，而英伟达2023年预计收入为，562亿美元。
展望2024年，分析师预测，英伟达收入将达到惊人的892亿美元，比2023年激增59%，比2022年高出约三倍。相比之下，英特尔2024年收入预计将增长13.3%，达到611亿美元。
CambrianAIResearch首席分析师KarlFreund表示：“它已经融入了一个主要由Nvidia控制的市场。”“因为Nvidia正在占领两年前、ChatGPT和大型语言模型之前还不存在的市场份额……他们在数据中心市场的份额翻了一番。40年来，我从未见过市场如此活跃。”
换而言之，英伟达已成为与英特尔主导的核心处理器相邻领域的王者。英伟达用于加速人工智能应用的图形芯片重新点燃了数据中心市场，数据中心的故事全都与图形处理单元(GPU)相关，而Nvidia的GPU已成为人工智能应用程序的青睐。GPU销量的增长速度远快于核心服务器CPU芯片。
根据自2019年以来一直跟踪GPU市场的MercuryResearch的数据，第三季度Nvidia基本上占据了整个数据中心市场，其芯片、配套卡和其他相关硬件的销售额约为111亿美元。MercuryResearch指出，英伟达在数据中心内的GPU系统数量的份额高达99.7%（不包括任何网络设备）。剩下的0.3%由英特尔和AMD瓜分。
换句话说：“是英伟达和其他”，伯恩斯坦研究公司分析师史黛西·拉斯贡(StacyRasgon)说。
英特尔现在正在反击，寻求重振数据中心和个人电脑的增长，在过去几年信息技术和个人电脑支出大幅增长后，这两个领域都在下降。本月，英特尔推出了适用于服务器和个人电脑的新芯片系列，旨在在设备本身加速人工智能，这也可以减轻数据中心的部分人工智能计算负载。
英特尔首席执行官帕特·基辛格(PatGelsinger)本月早些时候在该公司纽约活动中表示：“我们正在将其推向应用程序的各个方面，以及数据中心、云端和个人电脑边缘的每个设备。”
基辛格表示，虽然人工智能和高性能芯片正在共同创造下一代计算，但考虑这些技术的功耗也很重要。“当我们考虑这个问题时，我们还必须以可持续的方式来做这件事。我们是否要将地球上三分之一、一半的能源用于这些计算技术？不，它们必须是可持续的。”
与此同时，AMD正在直接瞄准热门的GPU市场和PC市场。该公司本月也推出了大型产品，推出了在华尔街广受好评的新GPU系列，以及用于数据中心和PC的新处理器。AMD预测，公司的AIGPU在上市第一年的销售额将至少达到20亿美元，这对Nvidia来说是一个巨大的挑战。
但FuturumResearch首席分析师兼创始合伙人丹尼尔·纽曼(DanielNewman)表示，AMD首席执行官苏姿丰(LisaSu)对新的MI300X芯片系列的预测可能采取了保守的态度。
“这可能只是她在外面看到的一小部分，”他说。“她开始看到非Nvidia的GPU市场强劲……我们需要竞争，我们需要供应。”他指出，现在还处于早期阶段，构建人工智能生态系统的新发展窗口仍然敞开。
Cambrian的Freund指出，AMD花了大约四到五年的时间才获得了20%的数据中心CPU市场份额，这使得Nvidia在数据中心GPU方面的惊人增长更加引人注目。
Mercury的McCarron在一封电子邮件中表示：“人工智能，特别是基于数据中心GPU的人工智能，已经给GPU市场带来了历史上最大、最快的变化。”“[AI]显然也对传统服务器CPU产生了影响，但考虑到最近人工智能活动的增加，对CPU的长期影响仍有待观察。”
也就是说，一个全新的时代正在到来。