来源：内容由半导体行业观察（ID：icbank）编译自「
seekingalpha
」，谢谢。
对于半导体行业关注者来说，有一系列事件可能会引起关注。英特尔和英伟达这两家最大的高性能芯片公司正在稳步前进。这意味着竞争，这意味着可能并且很可能会发生一些变化。
英伟达正在收购Arm，因此在其资产中增加了世界一流的CPU开发，后者正式英特尔的核心竞争力。这似乎是他们策略上的一种变化，因为到目前为止，英伟达的哲学是开发一个（CUDA）GPU生态系统，该系统将在其GPU上运行尽可能多的工作负载。
例如，使用Tensor Core调整其CPU而不是开发专用的加速器。的确，英伟达（Nvidia）的首席执行官将边缘和人工智能作为收购背后的关键推动力，而这早在几年前就已经被英特尔首席执行官Brian Krzanich强调。实际上，英特尔也拥有由前Arm副总裁领导的约40亿美元的物联网业务。
此外，Arm和Nvidia也有望扩大其在数据中心的影响力，这同样也是（也是）英特尔的核心市场和战略。之前的Mellanox收购和Arm的Neoverse IP（例如Amazon（AMZN）Graviton芯片）就证明了这一点。通过这单收购，Nvidia也可能会成为数据中心的Arm CPU供应商。
同时，英特尔终于接近推出其首个GPU，作为其异构战略的一部分。英特尔计划开发各种芯片，而不仅仅是CPU或GPU。英特尔于2017年底宣布将开发全栈GPU软件和硬件平台。这些产品将在明年及以后推出。当然，这也标志着英特尔进军英伟达核心业务的开始。正如英特尔所说，其客户要求英特尔进入这一市场。
第三，尽管Mobileye的战略范围更广，但英特尔和英伟达也都被视为自动驾驶汽车芯片的领导者。
碰撞过程的结果很难预测。过去，Nvidia和英特尔几乎不是竞争对手，但展望未来，它们将在独立GPU，（数据中心）CPU，IoT，AI加速器，网络硬件和汽车领域竞争。
从收入上看，这实际上使英伟达看起来像小型公司。同时，英特尔公牛队将对Arm在数据中心的工作做出反应，因为这是一个Arm早就尝试过的市场，但他们失败了。人工智能实际上可能是两家公司最匹配的领域（就收入，投资组合而言）。
从长远来看，结果将取决于产品和销售执行/竞争。当然，这种竞争可能会发生任何一种变化：英伟达可能会失去（很多）人工智能和GPU市场份额，而英特尔在数据中心的地位不变。
英特尔和英伟达都具有很高的利润率，尤其是在数据中心，但是这不仅为性能竞争提供了机会，使二者在价格上更具竞争力。
在估值方面，尽管英伟达公司的收入和利润要小得多，但它在今年的表现超越了英特尔，而后者则因为对其未来竞争力的担忧而下跌。不过，可以说Nvidia的投资者支付了50％以上的费用，而收入却减少了80％以上（即使在收购Mellanox之后，数据中心的收入也减少了75％），这听起来不算是一笔好买卖，尽管Nvidia现在正在将这些收入昂贵的股票来为收购提供资金。
很多竞争其实在几年前就已经开始了，以下是一些关键事实：
1、为了应对数据中心中，越来越多的GPU被AI所采用这个事实，英特尔在2016年收购了Nervana和Movidius作为边缘AI。
2、为了应对Nvidia也参与的自动驾驶汽车领域，英特尔于2016年首次与Mobileye合作，并于2017年对其进行了收购。
3、英特尔在2017年宣布将开发全栈GPU产品组合。
4、英特尔于2018年宣布将开发一个用于异构计算的全栈开放软件生态系统（2019年发布beta，2020年发布1.0），其中包括CUDA转换工具。
6、随后，英特尔收购了初创公司Barefoot Networks。
7、在2019年末，英特尔收购了Habana，此后不久取消了Nervana路线图。英特尔还确认其GPU也将通过其自己的Tensor Cores版本针对AI。
1、Nvidia将在整个Arm生态系统中扩展其GPU IP，这可能是Arm当前Mali GPU IP的1：1替代。
2、在继续执行Arm许可业务和数据中心路线图的同时，Nvidia可能会成为数据中心和物联网的Arm CPU的主要供应商，成为英特尔x86芯片的直接竞争对手。
3、明年，英特尔的首批GPU将在使用GPU的各个市场上发布。
但是请记住，如果关于Arm的收购成功进行，那么实际上可能还需要18个月才能完成。因此，近期来看，这一方面不会有太大变化。同样，考虑到Arm的许可模式，第二个要点已经可以实现。
评论收购本身。我的主要评论是，这将如何产生协同效应尚不完全清楚，因为它们的业务模型似乎并没有很好地融合在一起：Arm授权独立的IP，而Nvidia开发全栈解决方案。
一方面，如果Nvidia想要广泛许可其CUDA IP，以达到GPU世界的统治地位（实际上确实如此），那么它必须放弃其较高的ASP，而转而收取更适度的许可费用。因此产生的价值和投资回报率不清楚或不明显。此外，在当今时代，客户越来越需要完整的解决方案来解决其需求，而不是（要求）独立的IP，这似乎是一个台阶。
另一方面，相对较小的Arm许可费用实际上已经允许创建这样的Arm + Nvidia解决方案...而无需收购整个业务。
鉴于目前95％左右的GPU都连接到x86 CPU，这种新策略本身也不是很明显。
对于Nvidia的GPU业务而言，其GPU连接至哪个CPU（Arm或x86）并不重要。也许Nvidia有更大的野心，希望在客户的成功中扮演更大的角色。这将与英特尔采用相同的策略，并且确实是我提到的碰撞过程的证据：英特尔缺乏加速器，因此他们收购了Movidius，Nervana，Altera等，而Nvidia却缺乏CPU，因此不得不收购Arm。
此次收购的另一个动机是增加Nvidia在边缘和物联网领域的影响力，这是Nvidia和Intel都非常看好的市场。但是，完全收购Arm似乎并不是最好的选择，尤其是在物联网领域，英特尔的战略是为许多垂直行业提供端到端解决方案。
因此，无论如何，如果Nvidia现在的目标是将95％的GPU附加到Arm CPU上，则它必须通过许可模式。Nvidia既无法实现95％的Arm采用率，又无法维持开放的Arm生态系统及其台式机和服务器GPU ASP。从这个意义上讲，仅仅为了用CUDA替换其Mali GPU而购买Arm可能不会产生很多的价值。
如果有的话，如果有人通过许可Nvidia GPU，并在价格上击败Nvidia，进入Nvidia的PC和数据中心市场，这将具有讽刺意味。
数据中心的CPU呢？也许Nvidia正在寻求建立x86的完整，有价值的替代生态系统。当然，这将是雄心勃勃的，并且面临着与英特尔建立GPU业务或AMD其服务器业务相同的挑战：从零市场份额开始。甚至在完全不同的生态系统中，情况甚至更是如此：过去十年，英特尔尝试使用x86进入智能手机，当时它仍具有巨大的工艺领先优势（那些低功耗FinFET），但他们失败了。英伟达能否在创建有意义的数据中心Arm生态系统方面取得更大成功还有待观察。
正如我之前在几篇文章中详细介绍的那样，英特尔在GPU方面的进步要简单得多。对于英特尔来说，开发独立GPU代表了合乎逻辑的一步，因为它已经为其集成显卡设计了功能越来越强大的GPU IP。通过开发独立的GPU，它现在可以直接从这项开发工作中获利（这将让他们成为Nvidia和AMD之外的第三家竞争对手）。因此，尽管它代表了一个新市场，但英特尔作为集成图形提供商的历史可能会为潜在客户提供采用的信誉。正如公司所说，其客户也要求它做到这一点：越早越好。
在对英特尔所做努力的分析中，我得出的结论是，该公司明年确实有望在硬件和软件方面提供极具吸引力和竞争力的解决方案。毕竟，英特尔是一家资金雄厚的公司，这使Nvidia看起来像规模较小的公司。
就软件而言，英特尔正在发展其oneAPI计划，使其成为Nvidia CUDA的强大竞争对手，因为它的范围不仅限于GPU，而且涵盖CPU和所有处理器。英特尔正在开发的异构计算架构允许开发人员仅管理一个代码库，而不是多个代码库。作为一个开放的倡议，无论是本地的还是通过英特尔提供的转换工具，都支持CUDA。
在硬件方面，英特尔正在利用其业界领先的封装功能，通过多平铺GPU来创新其进入市场的方式。例如，英特尔2021 Arctic Sound的4瓦片版本将具有至少两倍于Nvidia最新的Ampere A100的单精度吞吐量（性能）。尽管尚未公开AI吞吐量，但基于每个执行单元一个张量核心的一些估计表明，它在该方面也可能具有明显的性能优势。
尽管英特尔显然会在独立GPU中从零开始（尽管与数据中心的Arm有所不同），但领先的产品是获得发展动力的第一个要求，并且英特尔有望实现这一目标。
★
点击文末【阅读原文】，可查看
本文原链接
。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2448期内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
晶圆｜IP｜
SiC｜并购｜射频｜台积电｜Nvidia｜苹果
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
