「現在已經不是屬於英特爾的輝煌時代。」
很難想象這句老生常談的話竟然就出自英特爾之口。
近日，英特爾首席財務官 George Davis 向投資者承認，英特爾已經落後多家競爭對手，靠自己追趕至少需要兩年時間。
在錯過移動計算時代之後，英特爾一直以「花錢買時間」的收購和投資拉攏大量行業的千里馬，以期重回行業巔峰。然而，千里馬被伯樂納入麾下並不完全意味著 happy ending 的到來。
遲到三年的 AI 晶片，3.5 億美元買來的產品線和團隊發展失利，於是被擱置、解散、沉寂……英特爾失去的遠不止三年時間和 3.5 億真金白銀，還有 AI 晶片時代的絕佳位置。
從王位跌落很容易，但要奪回去可謂是難上加難。
撰文 | 盈君
編輯 | 四月
2014 年，三位神經科學博士從高通出走，在探索類腦晶片碰壁後，他們決定自立門戶，在加州創立了 Nervana Systems，主攻半導體、軟體和 AI 深度學習技術。
一年後，憑藉擁有號稱最快的深度學習框架 Neon 和首個結合機器智慧軟硬體雲服務的 Nervana Cloud，Nervana Systems 獲得市場的關注，並在這一年被 VentureBeat 評為值得關注的五家深度學習初創公司。
當時，同在加州的另一家老牌晶片公司英特爾，剛完成一筆史上最大金額的收購案，以 167 億美元收購了現場可程式設計門陣列（FPGA）製造商 Altera。
PC 市場下滑已成定勢，在錯失移動計算後，英特爾希望在 AI 晶片時代王者歸來，擺脫對 PC 業務的依賴。
若能跳躍式地實現進化，即使投入大手筆對英特爾來說也是一筆劃算的買賣。
一 4 億美元，為概念買單
收購了 Altera 之後，英特爾還缺少合適的硬體平臺產品。
而正在此時，2016 年 2 月，Nervana Systems 釋出基於 Neon 框架，宣稱在 GPU 上可以達到 10 倍以上的深度學習訓練速度。隨後又宣佈開發名為 Nervana Engine 的 AI 晶片，剛好與英特爾迫切發展雲端 AI 晶片的需求不謀而合。
誕生兩年，Nervana 設計出了自己的 AI 晶片架構，還積累了豐富的軟體演算法經驗，這對英特爾來說都是必須拿下的閃光點。此外，Nervana Systems 在自動駕駛，車內語義分析以及感測器資料處理上都有所涉足，這些都將給英特爾帶來補充。
向來「財大氣粗」的英特爾，早已習慣「花錢買時間」的轉型方法論，沒有更多猶豫便開始了新一輪的買買買。
2016 年 8 月，兩家一拍即合，以超出市場預期的 4.08 億美元（有報導也稱 3.5 億美元）完成「聯姻」，Nervana Systems 的 48 人團隊加入英特爾。
幾個月後，英特爾整合旗下所有 AI 相關業務，成立人工智慧產品事業部（AIPG），由 Nervana Systems 聯合創始人 Naveen Rao 擔任總經理，直接向當時的英特爾 CEO 彙報。
Naveen Rao 已於美國時間 2 月 27 日宣佈從英特爾離職
對於併購之後的路線，英特爾設想得很好。
Nervana Systems 在整合進英特爾之後，一方面可以利用英特爾全球的市場渠道，觸及所有主流雲服務商；另一方面英特爾還有自己的晶片代工廠，有很強的製造能力。
在 Nervana 正式商用之後，英特爾的計算產品線將從 CPU、FPGA、AI 終端晶片延伸至 AI 雲端晶片，就可以形成與英偉達、AMD 的全面競爭。
如今看來，英特爾對收購後產品開發的預估過於樂觀。Nervana Systems 被收購時還沒有成型的產品，沒有任何硬體開發，只有 Nervana Engine 的架構。某種程度上，英特爾也是在為一個 idea 買單。
二 艱難的磨合之路
在被英特爾收購之前，Nervana 聲稱其產品效能將比 GPU 高至少 10 倍，這有利於英特爾與英偉達在 AI 市場的競爭。不過，英偉達隨即通過架構以及軟體的改進的方式讓其 GPU 效能快速提升，致使 Nervana 的 10 倍效能優勢消失。
為此，Nervana 不得不重新設計，在與英偉達的你追我趕中，晶片從創意到達到量產級共花費了三年時間，這在分秒必爭的晶片市場上淪為劣勢。
Nervana Systems 被併入英特爾後，共設計出三款晶片，遺憾的是都未真正達成商業化。
Nervana 第一代產品 Lake Crest，2017 年初被爆出, 是專為訓練 DNN 而深度定製的 ASIC 解決方案。英特爾宣佈 2017 年上半年將會有晶片成品。
但直到 2018 年中，英特爾才宣佈 Lake Crest 只是一個試用版的原型產品，而正式的晶片產品命名為 Spring Crest，將會於 2019 年正式發售。
先安撫後爆料，英特爾吊足了大家的胃口，稱 Lake Crest 的效能指標將達到 12 核，32GB HBM 記憶體，峰值算力為 38TOP/s。據介紹，Lake Crest 使用了 Flexpoint 架構，MCM 多晶片封裝，搭載 32GB HBM2 儲存，內部互聯速度是 PCIe 的 20 倍。
Spring Crest 的兩款晶片最終在英特爾人工智慧開發者大會（AI DevCon 2018）上首次展示，與初代 NNP 晶片 Lake Crest 相比，產品的訓練效能提升了 3-4 倍。
一款是針對伺服器端訓練應用的 Nervana NNP-T，代號 Spring Crest。它使用的是臺積電 16nm 工藝生產，核心面積高達 680mm2，整合 270 億電晶體，搭配 32GB HBM2 視訊記憶體，頻率 1.1GHz，TDP 150-250W。具有 119TOPS 的峰值算力，並且通過 CoWoS 高階封裝技術實現多晶片互聯。對標英偉達 Tesla 系列 GPU 加速晶片。
而另一款則是針對邊緣計算的 Nervana NNP-I，代號 Spring Hill，功耗 10W，能效比為 4.6TOPS/W。CPU 部分是英特爾的 10nm 工藝 Ice Lake 核心，功耗在 10-50W 之間，有 M.2 及 PCIe 兩種規格，更為小巧靈活。
Nervana 第二代晶片：Nervana NNP-T 和 Nervana NNP-I
據市場反饋，第二代 Nervana 設計根本滿足不了那些高效能工作負載的要求。整個 2019 年，市面也並未得到 Spring Crest 系列真正商用的訊息，直到今年 2 月 3 日，它被 Habana 頂替。
四年的磨合始終未能達成預期的產品線，屢次跳票的 Nervana 使得英特爾選擇繼續攻克下一個城池。2019 年 12 月，英特爾收購了以色列初創公司 Habana Labs。
Habana Labs 成立於 2016 年，比 Nervana 晚兩年，被收購時已經擁有兩款產品 Gaudi AI Training Processor 和 Goya AI Inference Processor。
相比 Nervana 遲遲不交付產品，Gaudi 人工智慧訓練處理器已經在為特定超大規模客戶提供樣品，Goya 人工智慧推理處理器已實現商用。
Habana Gaudi 晶片
Habana 能獲得青睞的另一個殺手鐗在於其出色的可擴充套件性——這是雲端晶片最關鍵的門檻。在設計底層編譯器和軟體架構的時充分考慮軟硬體協同，幫助 Habana 晶片取得了更好的可擴充套件性。
根據官方公佈的數字，其分散式總體效能甚至在處理器數量大於 600 的時候也能接近線性，較之英偉達 V100 GPU，訓練效能提高了接近 4 倍。
從技術上來說，Nervana 的神經網路處理器（NNP-T）使用專有的互連進行擴充套件，而 Habana 的 Gaudi 可以通過標準 100Gb 乙太網擴充套件到數千個節點。Gaudi 甚至還支援遠端直接記憶體訪問 RDMA，而無需增加遠端 CPU 的負擔。
這種結構可以顯著提高訓練大規模神經網路模型的效能，以應對每 3 個半月神經網路模型大小就會增加一倍，處理越來越複雜 AI 任務的趨勢。
市場本以為英特爾會手握兩張王牌壯大力量，然而 Habana 和 Nervana 和諧共存的局面僅僅維持了不到三個月。
今年 2 月，英特爾決定以 Habana 取代原定的伺服器端 AI 加速晶片 Nervana Spring Crest NNP-T，而 Spring Crest NNP-T 系列將停止開發，但會兌現之前推理晶片 Nervana NNP-I（代號 Spring Hill）向客戶許下的承諾。Nervana Systems 聯合創始人 Naveen Rao 也於上週宣佈辭職，Nervana 終成「棄兒」。
Nervana 晶片被 Habana 頂替，除了自身技術不夠成熟外，也與團隊內部無可避免的內耗脫不開干係。
因出身專業背景不同，Nervana Systems 團隊與英特爾的磨合本已耗時，團隊多為神經生物學出身、沒有半導體背景，在被納入英特爾麾下後就與英特爾在市場路線、技術路線上產生了不少的矛盾。
Nervana Systems 聯合創始人 Naveen Rao 專注於人工系統中的神經計算和學習，在生物系統的神經計算領域發表了多篇論文，還獲得了視訊壓縮技術的專利；負責硬體的 Carey Kloss 是晶片驗證出身；主架構師 Andrew Yang 背景是網路通訊晶片的 ASIC design。
英特爾因其併購的公司最終結局多銷聲匿跡，而被坊間稱作「矽谷最有名的公司殺手」，初創公司併入並不意味著可以得到足夠的發展空間。
2018 年，英特爾此前收購的 Movidius 前 CEO Remi El-Ouazzane 被調入 AIPG，卻沒有實際的架構和產品路線的管理權。Nervana 被收購後也歷經調整，AIPG 的位置也一直在 DCG 內部飄忽不定，同時還面對英特爾的 GPU 部門在產品定位上的全面競爭。
- 2017 年 5 月，主持收購 Nervana 的 DCG 部門負責人 Diane Bryant 離職，後加入 Google 負責谷歌雲。
- 2017 年 11 月，Raja Koduri 從 AMD 加盟英特爾，主持 GPU 部門，並在 2018 年宣佈和 NVIDIA/AMD 正面競爭。
- 2018 年 1 月，英特爾 CEO Brian Krzanich 因為私生活問題辭職；6 月，CFO Bob Swan 出任臨時 CEO，並於 2019 年 1 月轉正。
人事調整屢屢滯後，英特爾內部對新鮮血液的接納程度因此並不如市場期待的那麼高。相比看來，英特爾這次迅速扶正 Habana，也是決策執行上的進步。Nervana 與英特爾的四年合作沒有挽救頹勢，面對落後競爭對手兩年的時間差，Habana 這位新寵的膽子更重了些。
三 有伯樂，千里馬就能跑得更遠？
AI 晶片市場競爭程度不可小覷，據預估，AI 晶片市場規模未來 5 年增長有望達 10 倍。2020 年 AI 晶片全球市場規模將超過 100 億美元，發展空間巨大。這其中，有英特爾、英偉達、AMD、谷歌等頭部公司，有剛剛加入賽道的 AWS 等，還有剛加入賽道的 Wave computing、Groq、寒武紀等初創公司勢頭正猛。
為了擴充套件疆域，巨頭們在大肆佈局自身產業鏈的同時，也在進行著外部戰略性擴張，或出於優勢互補的考慮，或為了壓制潛在對手。
在收購 Nervana Systems 和 Habana Labs 之前，英特爾就曾部署了數次有價值的併購：為全面佈局 FPGA 和 ASIC 而收購了現場可程式設計門陣列（FPGA）製造商 Altera，為擴充套件 AI 應用領域收購 Mobileye 和視覺處理器公司 Movidius，後又將開發 AI 模型套件的創業公司 Vertex.ai 收入囊中……
2010-2020 年英特爾併購史 圖源：知乎 @ljgibbs
英特爾收購 Nervana Systems 和 Habana Labs，就是出於鞏固雲資料中心的強勢地位打下雲端計算人工智慧晶片市場的重要考慮。同時，Nervana Systems 等公司也需要數千萬甚至數億美元的融資和強大的配套軟體支援才能把雲端 AI 晶片產品完成。
行業整合併購是大勢所趨，初創公司作為被併購方不得不面對各種前途的可能性。此前國內 AI 晶片領域備受關注的明星企業深鑑科技，自 2018 年被賽靈思收購後就無大動靜，昔日的明星也身不由己。
初創團隊在市場還不成熟時，為獲得更大發展轉投靠山，不意味著發展的一蹴而就。商業戰場上，背靠大樹不見得好乘涼，被伯樂賞識只是或好或壞的新起點，被收購後還會面臨很多的不確定性。
此次 Nervana 在自研晶片還未流片的節點就被英特爾收購，讓投資人以極快的節奏退出拿到回報，從商業上看，不小的成交額對於初創團隊來說是成功了。
Naveen Ra 領導下的 AI 業務也實現了快速增長，單在 2019 年就為英特爾創下了 38 億美元的收入。但從創業初衷層面看，被收購後受制於公司巨集觀發展戰略的限制，Nervana 創始團隊離開高通時懷揣的晶片夢，卻無法再有實現的可能。