記者 | 彭新

為了應對來自數據中心的更多細分需求和越來越激烈的競爭，英特爾正改變單個產品配置打天下的做法，提出CPU定制方案。

“跟用戶工作負載最匹配的解決方案往往是最高效的解決方案，這對于數據中心也是一樣的。”英特爾物聯網事業部中國區首席技術官張宇告訴界面新聞等媒體，數據中心的負載需求多變，針對的場景也有所不同。如視頻應用，需要調用大量網上的資源并推送到前端，其中涉及到CDN優化；而面對存儲相關應用時，對數據的存取性能要求更高；AI則又要求CPU進行卷積神經網絡的處理，大量都是矩陣運算。

張宇稱，不同負載的畫像是不一樣的，若想實現最佳的性能功耗比，最好的辦法就是給特定的工作負載一個最適合的處理器。

“我們一直在不斷拓展傳統意義上通用處理器的概念，使得這些通用處理器更好地適配現在主流的負載和應用。”張宇稱，對于如何實現CPU定制，目前英特爾有兩種路徑：一種是為CPU提供多種配置參數，用戶可以根據負載畫像做相應的配置；另一種則是類似可編程芯片（FPGA），以軟件定義方式實現對多樣化功能需求。

目前，在數據中心定制化CPU領域，英特爾與百度合作較為深入。“我們以開放配置的方式，讓新的定制化處理器能夠匹配百度的負載。”張宇表示，在實際合作中，處理器有大量參數是可以配置的，根據參數配置不同，可以實現不同的應用場景。

張宇坦言，為數據中心客戶進行CPU定制，給芯片公司也提出了更高要求，需要做到成本和效益的平衡。如定制化處理器需要一定的規模來支撐，也需要依靠客戶未來發展的需求。如果量不夠，此類處理器就會非常昂貴，因此需要綜合考慮市場需求以及技術可實現性。

在英特爾推動定制化芯片的同時，正值數據中心涌入大量新型芯片類型，如AI芯片、DPU等，云服務商擁有廣泛客戶群，對新型芯片選擇持開放態度。有行業人士稱，云服務商是以客戶的需求為導向，比如在城市大腦領域，用AI芯片來應對龐大的視頻處理任務，能大大節約成本。而英偉達主推的DPU（數據處理器），試圖分擔部分CPU工作負載。

不過，對于英特爾自身而言，其產品組合仍能應對現有芯片競爭格局。此前英特爾執行副總裁、數據中心與人工智能事業部總經理Sandra Rivera在接受界面新聞采訪時表示，英特爾一直強調芯片“異構”理念，即CPU之外，GPU、FPGA等處理器在數據中心中也存有一席之地，可以分擔算力。