在本次2023英特尔on技术创新大会上，英特尔公司高级副总裁、英特尔中国区董事长王锐博士进一步详细地介绍了“芯经济”的光明前景，英特尔在AI、数据中心、软件生态、制程等各个方面的工作情况，并和包括《微型计算机》在内的全国主要媒体进行了深度交流，让我们能够从英特尔中国区“掌门人”的角度来了解英特尔的发展动向，以及对未来的看法。

英特尔公司高级副总裁、英特尔中国区董事长王锐博士

芯片是未来经济的基本需求 英特尔转型适应市场所需

首先王锐博士认为，不管是现在的热点AI还是其他与计算、互联网相关的应用，这一切应用的底层技术都是利用半导体芯片去搭建起来的。经历这么多年的演变，摩尔定律一直不停地推动英特尔的创新，造就了今天AI真的能“起飞”。从量子物理、玻璃基板到3D封装，正是包括英特尔在内的半导体公司不断创新，才让计算能力得以实现指数级的增长，不仅让AI成为新的热点，也让与此相关的芯片行业到拥有巨大的经济规模。

根据英特尔的数据，目前芯片行业的规模大概是5740亿美元，将推动价值8万亿美元的技术经济规模、高达38.1万亿美元的数字经济规模。如果只从中国来看的话，也有大约6.9万亿美元的数字经济规模，占了整个GDP的41.5%。就像早年经济的原动力是原油一样，现代经济的原动力变为了芯片，芯片已经成为未来经济的基本需求。因此为了满足未来经济的发展需求，英特尔现在也在转变。

目前英特尔早已不只是专注于一两项业务的公司，其业务覆盖了从前沿的科学研究到实实在在的晶体管生产、制造、软件架构、数据中心到边缘计算再到客户端。在客户端上，英特尔现在的重点是将AI直接带到PC上应用，将PC变为AI PC，无须网络就能执行ChatGPT这种生成式AI的应用；在数据中心方面，英特尔将发布拥有288核心数量的处理器；在计算方面，P-Core（性能核）与E-Core（能效核）的至强处理器新架构可以协同工作，根据负载的需求提供强劲的计算性能或更高的能效，赋予数据中心更高的能耗比。

在软件生态上，英特尔推出的oneAPI开发者工具包支持各类硬件，开发者无须了解底层硬件的特性，这个与人类语言接近的高级语言将让开发者轻松地编写各类功能，充分释放出硬件的算力。同时英特尔现在也在努力把计算、从云到边缘的基础设施、AI、传感和感知这些环节连接起来，形成无处不在的连接，成为强大的技术力量。

当然不能遗忘的还有英特尔的制程，王锐博士表示，英特尔既具备设计芯片的能力，也有自己的制程技术与芯片制造业务。在以前英特尔只为自己生产芯片，现在英特尔将把制程技术、生产能力开放给世界，也就是说英特尔也将从事代工业务，服务那些需要自己生产芯片的企业。总之英特尔正在不断地扩展，除了传统的PC业务，在芯片行业还有更多更大的增长机会，如何用自身能力去实现这些增长呢？一步一步地转型就是答案。

那么在这个过程中是否存在阻力，谁将是英特尔的主要竞争者？王锐博士认为，英特尔的竞争对手就是自己，当一家大公司不断前行的时候，经常会自己把自己束缚住，认识到问题后，找到一个策略去改变，再到真正把这个引擎重新转起来将是一个艰难的历程。

在中国有很多合作伙伴 机会永远不是一个问题

在王锐博士介绍了英特尔的发展规划后，大家最为关心的则是英特尔中国分公司在发展过程中能做出什么贡献。王锐博士表示英特尔中国和中国本地伙伴有很多合作，在英特尔中国的创新中心里，你可以看到英特尔怎么和合作伙伴一起去打造生态，和合作伙伴一起做液冷数据中心，或者是各种各样创新的PC、边缘计算的这些应用，甚至是在新能源汽车领域也有合作。具体而言，英特尔中国团队已经开发了不少AI应用Demo，英特尔与非常多的中国合作伙伴一起在研发下一代的PC，在不久的将来大家会看到，一旦把AI搬到PC上的话，有很多以往难以想象的应用出现。比如最近在腾讯应用宝上，安卓软件可以在PC上得到支持、使用，这就是英特尔和腾讯一起开发的成果。

而针对新能源汽车在自动驾驶、车载娱乐上需要的计算能力越来越强，汽车将变成一个“移动数据中心”、一个“移动的AI中心”的可能，客户也来找到英特尔请求帮助。为此，英特尔中国已经开始跟客户展开了探讨，这些探讨还在不断加深，英特尔希望在这方面为未来的汽车做一个很好的贡献和支撑。总之，只要把自己的执行力落实了，英特尔就一定有机会参与。在中国，机会永远不是一个问题，问题是如何做才能不让机会从身边溜走。

每个业务都很重要

既然英特尔有AI、数据中心、云计算、网络连接等如此多的不同业务，那么哪一块更重要呢？王锐博士回答道：“都重要”，而且不同的业务是有互通互用关系的。以AI为例，尽管英特尔率先发布了AI PC的相关处理器与应用，但不同的工作负载和应用场景的要求是不同。能做的AI负载尽量在客户端和边缘端去执行，当需要云的时候，则需要通过快速连接，在云上去应用执行，整个体系是连接起来的。同时数据中心在AI上的应用未来也会越来越多，为此今年7月，英特尔正式在中国市场推出了英特尔Gaudi2深度学习加速器，现在英特尔还在不断调优。未来Gaudi3很快也会发布，还会有Falcon Shores。所以从Gaudi2、Gaudi3到Falcon Shores，就是英特尔未来的加速器与AI计算发展的路线图，再加上至强的AI应用。因此当英特尔说AI无所不在时，其实是要求客户端、边缘端，云端都能提供相应的支持，既有用于大语言模型训练的、也有小规模的和普惠型应用，只有各个领域均衡发展，才能让AI的影响力无处不在。

英特尔公司高级副总裁、英特尔中国区董事长王锐博士

什么是AI无处不在？

那么什么是AI无处不在呢？王锐博士认为，所谓AI无处不在，是从英特尔本身技术部署的角度的来看，不管是从芯片到应用层都有AI的应用，不管是在手机、PC、边缘设备还是数据中心，不管用户做什么样的应用，医疗方面也好、教育方面也好，任何地方都可能存在与AI相关的计算。英特尔可以把AI需要的算力内置到英特尔的芯片中，各类AI应用都可以利用到这些算力。例如Stable Diffusion，这是一个在客户端非常常见的应用，使用处理器内置的NPU来执行的话，能耗比更高。在数据中心方面，根据负载对计算的要求、模型的规模，用户可以直接用英特尔的至强处理器执行，因为它已经有足够的AI算力提供支持。如果负载的需求更高的话，还可以使用Gaudi这类加速器，再大还可以从一个机架延伸到整个集群。不管是什么样的需求，AI功能都内置在英特尔的芯片里，英特尔可以用不同的算力、不同的架构去支持。

过往几十年，大家一直都在推动AI发展，现在已经有很多当初的愿景到了梦已成真的时候，如ChatGPT的热潮。其实ChatGPT目前的这些应用只是一个非常短暂的中间步骤，随着人类向前发展，我们会看到越来越多的AI应用出现在各个领域。

不难看出，英特尔对AI应用这个新的增长点显然是非常看好的。不论是普通的客户端产品，还是数据中心、再到软件生态、生产工艺，英特尔都在“使出浑身解数”、全力迎合AI的需求。我们认为这是正确的一步，目前小到智能门锁的人脸识别、录音笔的语音转文字，视频播放软件的实时翻译功能，大到自动驾驶、医疗影像分析、工业制造、物流和供应链管理，其实很多应用都已经有AI计算的参与。通过加入专为AI优化设计的软硬件，加速AI计算显然是用户愿意看到的。但要达成令人满意的效果仅仅只靠英特尔一家公司是不够的，它还需要深入不同领域了解不同用户的需求、与该领域的公司合作，也正如王锐博士所讲，英特尔在中国已经拥有很多合作伙伴。毕竟中国市场的潜在用户基数巨大，相信英特尔如果坚定深耕中国市场，与国内公司展开广泛、深度的合作，英特尔的确将有机会在AI时代抢得先机。