当AI的需求把算力推向“极致”时,产业的两端便开始寻求新的组合方式。
曾经半导体行业的两大巨头——NVIDIA与Intel,正式宣告步入一个前所未有的新“战壕”。这是一场“产品创新+资本绑定+技术路线深度捆绑”的“历史性握手”,目标直指下一代AI基础设施与个人生产力,潜在影响或将重绘整个产业版图。
双方的目标是,共同打造下一代AI基础设施与个人计算平台。
计算“命脉”中的互补与融合
此次合作抓住了计算的两条“命脉”:数据中心与个人计算。
当然,双方并非是想简单的“把零件放一起”,而是重塑计算架构边界与交互方式的工程与商业实践。
具体来看,数据中心层面,NVIDIA不再仅仅作为“卖独立GPU的厂商”,而是选择让Intel 为其定制化设计x86处理器。
随之而来是,NVIDIA将通过NVLink把合作定制的CPU与自家的 NVIDIA RTX 芯粒(Chiplet)进行高速互联,拼合成高度集成的系统级“超级芯片 / 计算节点”。
这将带来两点根本性变化。一方面,NVIDIA的角色转换为Intel 的“重要合作伙伴”;另一方面,这套方案旨在突破PCIe总线在AI大模型时代的带宽瓶颈,为下一代极高扩展性的AI超级计算机提供新的底座。
在个人计算端,Intel也将推出集成 NVIDIA RTX GPU芯粒的全新x86 SoC。
换句话说,NVIDIA 以组件供应商身份把其业界领先的图形与AI能力直接注入Intel的CPU产品线,将“世界上最好的CPU”与“世界上最强的GPU”做成一个平台,目标直指每年约1.5亿台级别的笔记本与PC市场。这其中的意义也远不止性能提升,更是对PC 架构的一次结构性改写。
500亿美元的巨大市场机遇
这场“联姻”背后有着清晰的商业逻辑。黄仁勋指出,数据中心CPU市场的年规模大约为250亿至300亿美元,而笔记本市场的体量同样巨大。他估算,双方合作所开辟的市场机遇年化价值高达500亿美元。
通过将NVIDIA的加速计算架构与Intel广泛的x86生态深度结融合,双方将为企业、云服务商(CSP)和消费者群体提供前所未有的AI算力,从而在AI驱动的新时代中抢占主导地位。
当然,与产品合作同步进行的,自然是NVIDIA对Intel的资本投入。NVIDIA以每股23.28美元的价格投资50亿美元认购Intel普通股。NVIDIA CEO黄仁勋表示,这笔投资代表了对合作前景的坚定信心。“我们正在构建革命性的产品,我们对此感到无比兴奋,且很高兴投资Intel。” 黄仁勋说。
对Intel CEO陈立武而言,这也是一份来自产业伙伴的“信任票”,直接支持了他在任期内提出的“加强资产负债表”的优先战略。
关键问题回应:代工与路线
NVIDIA、Intel双方也回应了外界关注的两大敏感点。
1.代工(Foundry)——并非签订代工协议
双方强调此次“完全聚焦于产品合作”,并非Intel为NVIDIA做代工。两家都称赞了台积电(TSMC)在晶圆制造上的能力,并表示目前仍然是其客户。
不过,技术面透露的信息也相当重要。黄仁勋特别指出,Intel Foveros 等先进封装技术是本次整合的技术基石,其可让TSMC制造的GPU芯粒能与Intel CPU高效结合。
换言之,今天“封装+架构”的合作模式,或许也是为未来制造层面的更深合作留有余地。而Intel也公开表示,会继续努力“赢得像NVIDIA这样的伙伴信任”。
2.NVIDIA的ARM路线不会中断
关于外界对NVIDIA中断ARM路线的猜测,黄仁勋明确回应,与Intel的合作不会改变NVIDIA既有的ARM产品路线。包括Grace CPU、消费级PC平台采用Arm Neoverse V系列,以及N1处理器在内的ARM系列产品仍会推进。
这或许也反映了NVIDIA 的“双线作战”策略。一面维护与扩展ARM 生态,另一面通过与Intel联手把生态影响力延伸到规模更巨大的x86领域。
文化协同与产业重塑
有了商业与技术的对齐,真正的规模化落地,往往取决于文化与组织执行力的匹配。陈立武指出,他正在内部推动“精简、快速、以工程为中心”的文化,目的是为与NVIDIA以敏捷和执行力见长的文化对齐。
这种文化层面的契合,本质上是组织沟通能力的延伸,同时也直接影响产品路线的确定、工程节奏的把控、供应链的协同。
从产业格局看,这次“联姻”在短期内将促进封装、互联和系统级协同创新;中长期则将催生新的平台型竞争格局——而这或许是,谁能把加速计算与通用计算在性能、功耗、成本与生态上做出可复制的综合优势,谁就可能成为下一代算力基础设施的主导者。
写在最后
NVIDIA与Intel 的这次“联姻”,既是市场逻辑推动下的选择,也是技术与资本的绑定。NVIDIA是极致AI加速能力的“代名词”,而Intel则拥有最广泛的通用计算生态与封装平台。两者合体的想象空间巨大——从AI超级计算节点到面向普通用户的高集成PC平台,覆盖了企业到消费者的全链路。
在技术实现、代工与封装协同、文化磨合的成功前景下,未来十年,全球产业格局将被深刻重塑。
或许,这将成为下一代算力“新秩序”的开局!
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。