英特尔、英伟达、ARM演绎芯片市场新三国

　　今天，小到各种智能玩具、家电、数码设备，大到航天飞机、汽车、工业机器人，都离不开微处理器。在这样一个利润超过30%甚至40%的“芯”领域里，每一个芯片企业都希望独霸天下。上周图形芯片GPU领导厂商英伟达在北京举行技术大会，英伟达创始人兼CEO黄仁勋称，目前CUDA(英伟达公司的并行计算架构)已经成为并行计算主流技术，除了PC、服务器、工作站，英伟达将进一步强化对智能手机和平板电脑市场的拓展。同样在上周，英特尔公司也在北京举行了微处理器诞生40年、PC诞生30年的庆典，英特尔公司中国区总裁杨叙透露，明年二季度英特尔公司将全面进入22纳米制程，将实现性能不变的情况下，功耗下降20倍，英特尔将从通用芯片公司向系统SoC公司演进。使得英伟达与英特尔、英特尔与ARM之间的争霸战面临新的变数。

　　英伟达与英特尔叫板HPC话语权

　　英特尔是CPU领域的霸主，英伟达是图形芯片(GPU)领域的领导者，随着越来越多的图形、图像、视频等多媒体处理以及更人性化的用户体验需求激增，英特尔在CPU中集成GPU的功能，英伟达也在GPU中进一步增强计算的功能，使得这两家企业之间的交锋变得更为针尖对麦芒。在今年年初，英特尔表示向英伟达支付15亿美元专利使用费，双方互相公开使用某些彼此专利，双方终于达成和解。但彼之间的竞争并未就此了结。

　　12月14日，英伟达亚洲技术大会上，英伟达创始人兼CEO黄仁勋称，CUDA已经成为并行计算的主流，GPU在HPC(高性能计算)领域具有很强的优势，传统的仅靠CPU运算的超级计算机已被功耗所拖累。而中国的“天河一号”正是首款采用CPU+GPU混合异构的千万亿次系统，成为当年全球运算最快的计算机。

　　对此，英特尔中国研究院院长方之熙对坦言，，英特尔公司是在CPU中集成了GPU的功能，在“天河一号”HPC中采用了四种类型的芯片，除了英特尔的CPU和英伟达的GPU，还有两款中国自主研发的芯片。CPU与GPU各有所长，他并不认为GPU能够抢了CPU的“饭碗”。GPU更擅长是图形图像处理，而CPU的强项在于运算，即便是HPC也要看应用场景，对于石油勘探或气象研究等需要的HPC需要GPU发挥功能，而对于银行交易等的HPC并不需要太多的GPU功能。

　　应该说CPU和GPU各有所长，无论英特尔与英伟达之间如何争夺话语权，用户都不会就此而“因噎废食”。而且HPC目前还是“小众市场”，真正对双方业绩产生重大影响的是PC、笔记本以及移动市场，而PC与笔记本已经进入缓慢增长的态势，双方也已经就专利达成了和解，当下无论对英伟达还是英特尔来说，最大的挑战都是各自的转型，智能手机和平板电脑市场才是他们都将面临更大的挑战。

　　与ARM 争夺彼此市场

　　在PC和笔记本增速放缓的背景下，转向手机和平板电脑市场已是英伟达的必须选择。从2008年开始英伟达加大对移动互联网的拓展，今年年中，英伟达收购了手机芯片商Icera，今年11月，英伟达推出了全球首款4核移动处理器Tegra3，号称比以前的产品速度快三倍。在这次技术大会后，黄仁勋接受采访时称，英伟达会将进一步在智能手机和平板电脑上发力。但在这个市场英伟达同样遭遇来自高通与TI(德州仪器)等移动芯片厂商的阻击，作为移动芯片的老大，高通已经在解决方案中集成图形处理单元，要想突破他们的封锁并非容易的事。

　　同样，在智能手机和平板电脑领域尚处于劣势的还有英特尔，尽管有PC和服务器领域的强大计算优势，但功耗一直降不下来成为英特尔进入这个市场的绊脚石。最近英特尔中国公司总裁杨叙接受记者采访时透露，英特尔正在为保持性能的同时进一步降低功耗进行更多的创新，将很快进入22纳米制程工艺，届时在性能不变的条件下，功耗将下降20倍。市场将很快可以看到英特尔在两个市场的动作，明年上半年将有两款采用英特尔芯片的智能手机面世，而在明年下半年，英特尔主推兼具平板体验和笔记本性能的 “超级本”将进入主流价格区间，根据英特尔的预测，超级本将很快占据笔记本40%以上的市场份额。杨叙坦言，英特尔正在从一个通用芯片的公司向SoC系统公司转型。

　　英特尔有关人士曾对记者坦言，过去AMD是英特尔的对手，但现在ARM是英特尔移动互联市场最大的对手。尽管ARM没有生产过一个芯片，但2010年全球有61亿颗芯片采用了ARM的架构(Arm Inside，由于功耗低，所以它非常适合平板和智能手机领域。目前95%手机，需要给它缴纳专利费。就在英特尔大举向移动市场进军试图抢占ARM领地之时，ARM也向英特尔的PC和服务器市场发起了进攻，宣布推出64位的架构和服务器产品，并称将在一年内占据10%的低功耗服务器市场。

　　对于ARM的目标，HPC、数据中心和云计算解决方案供应商美国超微(Supermicro)公司市场部总经理Tau Leng接受《中国电子报》记者采访时表示，这似乎不太肯能，一方面ARM需要在计算性能上进一步提升，另一方面，还需要相关的软件及相关生态链的支撑，布局这一切需要时间。