【QCon】精华内容上线85%,全面覆盖“人工智能+”的典型案例!>>> 了解详情
写点什么

亚马逊推出自研芯片,英特尔地位受到威胁

  • 2018-12-11
  • 本文字数:1737 字

    阅读完需:约 6 分钟

亚马逊推出自研芯片,英特尔地位受到威胁

上个月末,亚马逊透露:在过去几年中,公司已经花费了大量时间在全球数据中心内的数百万台服务器中使用新的芯片。


亚马逊不打算直接向客户销售这款芯片,但作为世界上最大的计算机处理器买家,亚马逊决定采用自己动手做芯片的方法可能会老牌芯片制造商英特尔产生重大影响。


从移动设备的日益普及到人工智能浪潮,英特尔一直难以跟上最近的技术趋势,对芯片设计的影响已经转移到亚马逊、苹果和谷歌,这些公司已经主导了科技行业的其他大部分领域。


亚马逊和谷歌等网络运营商已经发展到十分庞大的规模,它们可以根据自己的需求生产芯片,而不是从长期供应商那里购买,从而节省大笔资金。


这种自主研发的芯片也让亚马逊有了与英特尔讨价还价的能力,英特尔近年来在服务器市场上没有多少竞争,亚马逊也曾经从英特尔购买芯片,因为它将难以自行制造所需的所有芯片。但现在亚马逊有了选择权。


英特尔承认,像亚马逊这样的公司都希望减少对芯片供应商的依赖。英特尔副总裁丽莎·斯佩尔曼(Lisa Spelman)说:“我并不是没有意识到这种动态,但是我们理解并尊重这种意愿。”


数据公司 IDC 的芯片分析师 Shane Rau 说,在英特尔全球销售的服务器芯片中,约有 35%会销往约 10 家大型公司,其中包括亚马逊(Amazon)等大型互联网公司和少数几家电信公司。对于英特尔来说,亚马逊正在进行的改变会带来一些不利的影响。



近年来,谷歌为人工智能技术设计了专门的芯片。与大多数互联网公司一样,Facebook 和微软也是英特尔芯片的主要买家。这两家公司已表示,它们正在研发类似的人工智能芯片。


四年前,苹果公司在这一节约成本的趋势上击败了其他科技巨头,发布了首款为 iPhone 定制的芯片。谷歌和微软也在开发进入智能手机和虚拟现实耳机等设备的芯片。


亚马逊加大了赌注。据报道,2015 年该公司斥资 3.5 亿美元收购了芯片制造商 Annapurna Labs,后者帮助亚马逊建立了新的中央处理器


英特尔几十年来都在为个人电脑和服务器制造芯片。制造芯片需要罕见的专业技术和数亿美元的资金。而制造针对特定任务的芯片,复杂度又上升了一个台阶。


亚马逊的高管相信,他们发布的这款旨在提高能源效率的芯片,将有助于降低数据中心的电力成本。公司发言人表示,在提供云计算服务时,允许企业客户使用其新的芯片。这项服务的成本可能比其他选择低 45%。


亚马逊还为人工智能设计了一种芯片,名为“Inferentia”。在最近的一篇博客中,亚马逊云计算部门的副总裁兼杰出工程师 James Hamilton 表示,亚马逊将继续为人工智能和其他专门任务制造新的芯片。


虽然制造芯片仍然非常困难,但确实比过去更容易了。据了解,亚马逊打造的芯片时从 ARM 获得了大部分技术的授权,ARM 是为大多数智能手机芯片提供基础技术的公司,此外,该芯片是通过台湾的台积电(TSMC)制造的。


对于英特尔来说,亚马逊进军 PC 市场会是一个长期的打击。10 年前,英特尔在智能手机和平板电脑市场被击败,错失了一个重大机遇,然而科技行业发生了转变,英特尔却没有随之改变。


但根据 IDC 的数据,英特尔在服务器芯片销售中占有 96.6%的份额。直到它的长期竞争对手 AMD 最近重新进入市场之前,这个数字一直是 98.6%。


随着科技产业的快速扩张,英特尔的利润持续增长。但最近一个季度的财务业绩突显出这家芯片制造商对服务器的依赖。同时销售服务器和人工智能芯片的英特尔数据中心集团(data center group)收入 61 亿美元,同比增长 26%,占英特尔营收的 30%以上。


随着芯片市场的变化,英特尔试图实现多元化。近年来,它收购了三家为人工智能和其他硬件设计芯片的公司,这些芯片在智能手机、汽车和数据中心中变得越来越重要。


传统服务器芯片之外的竞争非常激烈。除了亚马逊、谷歌和英伟达这些人工智能等任务专用芯片的主要制造商之外,有数十家规模较小的公司也在生产人工智能芯片。


通过快速增长的云计算服务,亚马逊、微软、阿里巴巴和谷歌正在重塑企业建立计算机网络的方式。通过云计算服务,公司可以免去获取和维护后台计算机系统的麻烦。据了解,亚马逊网络服务每年带来近 270 亿美元的收入,占总利润的 56%。


在这些云业务内部,互联网公司也在重塑计算机的制造方式。他们正在设计自己的硬件,从服务器到连接服务器的网络设备。亚马逊的芯片业务在公司的网络帝国中只运行了一小部分,但这一数字会不断扩大。


公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2018-12-11 11:531339
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 260.5 次阅读, 收获喜欢 1293 次。

关注

评论 1 条评论

发布
暂无评论
发现更多内容

春节后,必读的12篇大模型论文

学术头条

人工智能 大模型 AIGC AI Agent

当平台工程遇上DevEx:打造卓越的开发者体验

京东科技开发者

技术专栏丨Rust 语言简介及其在 Fabarta 技术栈中的应用

Fabarta

聚道云软件连接器助力生产制作行业实现数字化升级

聚道云软件连接器

鸿蒙NEXT来了?企业开发者需要关注些什么

Geek_2305a8

多人协同开发场景,如何做到高效发布

阿里巴巴云原生

阿里云 微服务 云原生 云效

Enhancing WiFi7 Network Efficiency: How IPQ9574 and IPQ9554 Collaborate with QCN9274

wallyslilly

ipq9574

探索AI视频生成新纪元:文生视频Sora VS RunwayML、Pika及StableVideo——谁将引领未来

快乐非自愿限量之名

人工智能 视频制作 AI视频

技术分享 | 神级程序员都在用什么工具?

互联网工科生

IntelliJ IDEA 数据源 JNPF

如何做代币分析:以 BNB 币为例

Footprint Analytics

Token 代币 bnb

《人工智能在测试开发中的应用》

测吧(北京)科技有限公司

测试

生产力工具低代码开发平台

这我可不懂

软件开发 低代码 JNPF

Web3.0区块链技术开发方案丨mint铭文铭刻制度开发

西安链酷科技

铭文开发

面试官:如何实现多级缓存?

王磊

Java 面试

为什么程序员不能一次性写好,需要不停改bug?

伤感汤姆布利柏

已解决xlrd.biffh.XLRDError: Excel xlsx file; not supported异常的正确解决方法,亲测有效!!!

小明Java问道之路

人工智能的起源和应用场景

小齐写代码

云上业务一键性能调优,应用程序性能诊断工具 Btune 上线

百度Geek说

小程序 百度智能云

AI 大模型微调训练营第 0 期 -- 毕业总结

Jabez

spark为什么比mapreduce快?

京东科技开发者

安全利器!龙蜥推出机密计算远程证明服务—OAAS 诚邀广大用户测试

OpenAnolis小助手

开源 安全 龙蜥社区 机密计算 OAAS

分布式场景怎么Join | 京东云技术团队

京东科技开发者

正式发布后的一年,我们都做了什么? | Sermant 2023年度总结

华为云开源

开源 微服务 服务治理 sermant

关于代码性能优化的总结

快乐非自愿限量之名

深度学习 代码 代码优化

如何提高企业独立站的转化率

九凌网络

3款好用的国产软件,装了就舍不得卸载

高端章鱼哥

思维导图 低代码

Sora文生视频模型深度剖析:全网独家指南,洞悉98%关键信息,纯干货

汀丶人工智能

Pika sora 文生视频 文生视频模型

一文总结 C++ 常量表达式、constexpr 和 const

不在线第一只蜗牛

c++ 开发语言 tldr

展开说说鸿蒙开源与技术细节

Geek_2305a8

多人协同开发场景,如何做到高效发布

阿里云云效

阿里云 云原生 云效

APISIX 可观测性最佳实践

观测云

APISIX

亚马逊推出自研芯片,英特尔地位受到威胁_服务革新_CADE METZ_InfoQ精选文章