迎戰勁敵NVIDIA，Intel採「全方位」AI晶片策略反擊|數位時代 BusinessNext

迎戰勁敵NVIDIA，Intel採「全方位」AI晶片策略反擊

以CPU起家的英特爾（Intel）走向AI應用，去年AI晶片賺進10億美元，一方面也不斷擴充晶片產品線掌握新客戶，透過全方位的AI晶片策略，力抗勁敵NVIDIA。

繪圖晶片（GPU）大廠NVIDIA即將在台灣17日公布第二季財報，分析師樂觀看待NVIDIA數據中心營收與毛利率成長，不過在財報背後，NVIDIA的競爭對手Intel正準備爭奪AI應用大餅。

據《鉅亨網》報導，高盛看好NVIDIA財報表現，宣布將NVIDIA目標價自每股 310 美元上調至每股 324 美元。高盛分析師 Toshiya Hari指出，「NVIDIA布局 PC 遊戲、數據中心、自動駕駛輔助系統 (ADAS) 與自動化車輛 (AV)，僅有為數不多的半導體廠商具有此能力，因此該公司的毛利率與報酬率能優於競爭對手。」

Intel去年售出10億美元的AI晶片

Toshiya Hari這裡指的為數不多的半導體廠商，其中之一就是Intel。英特爾執行副總裁暨資料中心事業群總經理Navin Shenoy指出在上週Data-Centric Innovation Summit首度透露AI應用的相關營收，「2017年Intel Xeon處理器執行AI應用高達10億美元。」此時公布數字，對10奈米製程難產，面臨AMD是占搶奪威脅的與執行長突然下台的Intel至關重要。

Intel 2017年公司的總營收為628億美元的總營收，10億美元僅占1.5%，可見AI應用還只是極小部分，PC相關晶片銷售仍具要角。

競爭對手NVIDIA沒有透露相關數字，不過，NVIDIA 2017年總營收為69.1億美元，雖然因為AI模型訓練與推論需求，讓NVIDIA GPU大賣，但NVIDIA目前主力營收還是在電競領域，另外，也有不少營收來自於挖礦，而非純AI應用（NVIDIA 2018年第一季的挖礦GPU的營收就高達2.89億美元。）也就是說，雖然兩家廠商喊AI喊得震天嘎響，但目前主力營收都還不是AI應用。最保守的估計下，雙方晶片在AI應用帶來的營收差距應不會太大。

擴充晶片產品線，從CPU FPGA、ASIC無所不包

Intel人工智慧產品負責人Naveen Rao就指出，「我們是根據客戶的回饋估算後得到的數字，但實際上還有很多營收數字沒有公開，我們比較保守。」

這裡談的營收數字，可能指同樣用於AI應用的「非Xeon」晶片，也就是說這些客戶帶來的營收並沒有算在10億元以內。

以CPU起家的Intel，走向AI應用，依舊以CPU為主要核心。Xeon晶片是Intel最重要的核心，但Intel也正透過不斷併購擴充晶片產品線。

因此以現在來看，除了NVIDIA提供的巨大的AI運算平台外，Intel的人工智慧晶片布局是所有科技巨頭中「最完整」、「最廣泛」的。

除了主打的Intel Xeon可擴充(Intel Xeon Scalable)CPU產品外，以及近日挖角AMD GPU大將，讓外界猜測將進軍GPU外，lntel已經積極透過併購布局以下四大類型晶片，掌握新客戶。

NNP(深度學習晶片) ：2016年併購AI晶片商Nervan System，而後研發深度學習晶片Nervana NNP-L1000。預計2019年推出。

VPU（視覺晶片） ：2017年併購汽車機器學習及圖資開發商Mobileye與視覺晶片廠商Movidius，Mobileeye EyeQx晶片為主流。

FPGA ：2015年，Intel以167億美元的價格，收購全球第二大FPGA商Altera，隨即成立現在的可編碼部門（PSG），專攻FPGA晶片。

類ASIC ：2018年Intel收購矽谷晶片公司eASIC。提供一種介於FPGA與ASIC中間的技術。

Intel發展全系列晶片的原因只有一個，「one size does not fit all（沒有一體適用的解決方案）」。

未來AI無所不在，因此客戶的需求也多元多樣，每種晶片就算效能再強，面積再小，運算速度再快，耗能再低，也有其先天性的物理限制，以目前最夯的深度學習DNN來看，用不同的晶片進行硬體加速會獲得不一樣的優缺效果。

機會點：決戰2019年

Intel的Xeon處理器是資料中心本就不可或缺的晶片，異構計算（Heterogeneous Computing）下，AI硬體加速是以CPU＋GPU或CPU+FPGA或CPU+TPU等結構進行運算。CPU不會被GPU或TPU取代。

雖然NVIDIA GPU更適合用於機器學習與深度學習等AI應用下，Intel現在並非AI深度學習應用第一品牌。因此在12個月到18個月短期內，NVIDIA GPU產品在AI應用市場依舊相當吃香（近兩三年，AI才剛成為熱潮，通用性強的GPU仍可滿足企業的需求）。

但長期來看，走向專用特製晶片ASIC風潮勢不可擋，除了Google之外，微軟為了自家雲端業務需求，以及Tesla也傳出要訂製晶片，這都對NVIDIA造成潛在威脅。那Intel能否在未來五年抓到這個ASIC晶片熱潮?

另外，Intel難產的10奈米Xeon與拿來和NVIDIA抗衡的晶片Nervana NNP-L1000都要到2019年來推出。Intel是否能以現在的「全方位」無所不包的各種AI晶片穩住自己過去20年打下的晶片江山，2019年年底答案就將分曉。

真正的好網路，比的是長期穩定、而非單點測速

答案，就藏在 Opensignal 最具代表性的兩項評比指標──可靠性體驗（Reliability Experience）與品質一致性（Consistent Quality）。

相較於傳統下載速度只反映單一時間、單一地點的網路表現，這兩項指標更重視使用者在真實生活中的整體體驗，因此也是最能反映電信業者網路實力、最難取得的獎項。

「可靠性體驗」衡量的是使用者是否能順利完成各種數位應用，因此，考驗的是網路服務在關鍵時刻不中斷的能力。例如，搶購熱門演唱會門票、秒殺限量商品、超商結帳掃描 QR Code，或是重要的線上會議，都需要網路能即時回應、低延遲且持續運作。

而「品質一致性」則是衡量電信業者可否在不同時間、不同地點、不同網路負載下，都能維持一致的網路服務品質。無論是在跨年晚會、球賽等人潮密集場域，或是在高速移動時觀看串流影音、傳送 LINE 訊息、分享社群動態，確保維持穩定流暢，不因環境改變而明顯降速。

台灣大哥大能同時拿下這兩項全台第一，不僅代表網路速度表現優異，更證明其網路基礎建設具備高度穩定性與韌性，能在各種使用情境下提供一致且可靠的連線品質。

世界級的體驗，來自看不見的技術布局

對使用者來說，網路很好用是一種感覺，但對電信業者來說，則是資金、時間與技術的長期累積與優化。

台灣大哥大能夠率先獲得 Opensignal 的 4G／5G 在線率全球 No.3 與六項台灣第一肯定，背後依靠的不是單一技術，而是長期累積的頻譜策略、基地台建設與網路架構：

首先，台灣大哥大是全台唯一擁有 700MHz＋900MHz 雙低頻組合的業者，具備涵蓋範圍廣、穿透力強的特性，不僅能深入建築物室內，也能有效覆蓋偏鄉及高速移動場景，成為穩定連線的基礎。

另一方面，面對影音串流、AI 應用等高速傳輸需求，則由 3.5GHz 100MHz 大頻寬提供高容量傳輸能力，雖然這 100MHz 頻譜由 60MHz 與 40MHz 組成、物理位置並不連續，但透過 NRCA（5G 載波聚合）技術，可將分散頻譜智慧整合，即時進行流量分配、負載平衡與備援，大幅提升頻譜使用效率，讓尖峰時段與高流量場景依然維持穩定的網路品質。

透過上述技術布局，台灣大哥大成功將之轉換為使用者最有感的體驗：無論是在地下室、車廂、偏鄉山區，或是大型活動現場，都能享有穩定、流暢且時刻在線的連線品質。

這樣的發展態勢也意味著：台灣 5G 競爭已從基地台數量與下載速度，進一步走向網路品質、使用體驗與基礎建設韌性的競爭；未來，隨著生成式 AI 、代理式 AI、雲端服務、XR 沉浸式體驗、自駕車與智慧城市快速發展，行動網路將成為支撐數位經濟的重要基礎設施。

總地來看，從 Opensignal 全球 4G／5G 在線率 No.3、全台 No.1，到六項第一的肯定，可以清楚看見：台灣大哥大打造的不只是更快的 5G，而是一套兼顧涵蓋、容量與穩定性的世界級網路架構，也重新定義了好網路的價值–真正重要的，不是測速最快，而是在任何時間、任何地點、任何情境，都能提供穩定且值得信賴的連線體驗，將成為推動台灣下一個數位經濟與 AI 浪潮最關鍵的堅實底座。

想進一步了解台灣大哥大領先全台、接軌世界的網路實力與技術布局，歡迎點選官網了解更多。