x86处理器问世42年了，已经进入了不惑之年，回头看看它的发展过程，到底都在哪些方面有了质变呢?
大家都看得到是性能，这些年来x86性能不断进步，最初频率不过5mhz，现在已经增长1000倍到5ghz，也从最初的单核一路扩展到了双核、四核、八核等，这可以说是x86的第一种算力。
第二点就是功能，x86处理器最初就是单纯的cpu，后续不断扩展，20多年前开始整合浮点单元，10年前开始整合gpu单元，它可以看作x86的第二次算力革命。
如今已经进入到了21世纪第三个十年，这几年来人们对算力的要求也不一样了，ai人工智能崛起，各种ai芯片方兴未艾，这些厂商动不动就是吊打cpu处理器，这也让x86处理器有些落寞。
既然这个趋势不可避免，那就拥抱它吧——x86老大intel这两年来就是这么做的，从10nm ice lake处理器开始给x86处理器加入ai加速功能，促成了x86处理器史上第三次算力崛起。
tiger lake处理器：三位一体加速ai、6倍ai性能
intel是最早一家赋予x86 cpu处理器ai加速功能的公司，早在去年的ice lake处理器上就首次集成了ai加速，当时是通过dl boost指令集实现的。
所谓dl boost，指的是deeplearning boost(深度学习加速)，深度学习是目前最火热的ai技术之一，但它与cpu、gpu常规的运算指令又有所不同，按照常规方法跑效率很低，而dlboost是专门用于加速ai运算的指令，因此运算效率非常高，速度要快很多。
dlboost指令集中主要包括avx512vnni以及bfloat 16，它全面支持windows ml、intel openvino、苹果coreml等框架，兼容目前主流的ai平台，便于开发者在十代酷睿上推进各种ai应用。
根据之前的测试，ice lake支持dl boost之后，在int8运算相关的aixprt测试中，ice lake处理器的性能可达前代处理器的 2倍到2.5倍之多。
在ice lake小试牛刀之后，intel在第二代10nm处理器tiger lake上进一步加强了ai性能，除了原有的dl boost及低功耗加速器之外，tiger lake上这次的xe图形架构gpu进一步提升gpu对ai的加速性能，将ice lake上的cpu+gpu+gna的ai加速性能提升到新的高度。
在tiger lake处理器上，基于xe图形架构的内置显卡是其亮点之一，该图形架构是intel时隔22年之后重返高性能gpu市场的基础，通过xe图形架构就能同时覆盖笔记本、台式机、工作站、hpc超算等低功耗到高性能图形计算平台。
除了高性能计算之外，ai加速也是intel的xe架构不同于其他gpu的地方，intel用于极光”(aurora)百亿亿次级超级计算机的gpu也是xe架构的，代号ponte vecchio，它跟tiger lake中的xe gpu只是规模大小不同。
那实际性能如何呢?先不说更强大的tiger lake，只需要目前的ice lake处理器出马，其ai加速性能就已经达到了竞品的数倍，最高可达6倍性能。
不光是理论性能占优，实际上ai加速在pc上已经有了大量应用，涉及图像、音频、视频、语音等各个领域，很多时候大家可能并没有感觉到而已。
在ces现场，intel邀请了adobe公司的开发人员上台，演示了photoshop软件的ai加速，上图中原图是一张分辨率较低、噪点较多的照片，通过ai加速可以在几秒钟内变成一张个高分辨率、高画质的大图片，细节分明、效果锐利。
基于ai加速，photoshop软件还可以自动抠图，省心省力，这样下去设计师都要失业了。
除了图片，ai技术在视频处理中也一样可以大显身手，pr软件已经可以靠ai实现横屏与竖屏的自动处理，同样可以提升设计师的效率，简化工作量。
消费级cpu补齐缺失的一环 intel全平台ai起航
对于ai人工智能的前景，目前没人怀疑它会在未来改变人类的科技树，不同的是之前大部分公司都是通过专用ai芯片来跑ai加速，不认为cpu这样的通用处理器适合加速ai，但是intel做的有点不一样，在两代10nm处理器上都不断加强ai算力，补齐了消费级cpu没有ai加速的这一环。
去年12月中旬，intel公司宣布斥资20亿美元收购了以色列初创公司habana，后者是由david dahan和ran halutz于2016年创立的，总部在以色列，致力于提高ai芯片的处理性能并降低其成本和功耗，其ai芯片主要针对深度神经网络训练的特定需求，更适合云端ai训练。
收购habana公司之后，intel又获得了一种ai加速芯片——ai推理及ai训练专用芯片。如果再把之前intel已有的ai相关芯片联系起来，那么大家就可以看到intel已经在全平台芯片上推进了ai战略。
cpu处理器中，新一代酷睿及至强处理器都开始支持dl boost为基础的ai加速指令，fpga中有agilex系列ai芯片，神经网络芯片有moviduis以及nervana系列，gpu加速的ai芯片有xe图形架构，可以说intel已经集齐了各种各样的ai芯片，不论哪种ai芯片都有自己的全套解决方案。
这种大面积撒网的布局使得intel在未来的ai市场竞争中有更强的底气，也更容易发挥协同效应，cpu可以跟gpu、fpga芯片搭配，灵活应对高性能或者低功耗等ai解决方案，反正从pc到工作站再到数据中心、超算，从本地到云端，从训练到推理，业界需要什么样的ai方案，intel这边就是“全都有”。
intel的ai之道：全ai芯片打地基 oneapi开路
intel拥有的多种ai芯片中，除了cpu、gpu是自己研发之外，fpga、moviduis、nervana及habana都是收购来的，不过这也没关系，intel拥有地球上最先进的制程工艺，这些芯片升级改进之后很快都会使用自家的先进工艺生产，fpga、moviduis、nervana等芯片已经这样做了，陆续使用intel自己的14nm、10nm及未来的7nm工艺生产。
在解决ai芯片之后，intel还在推oneapi软件战略，简单来说就是通过一套开发工具满足不同平台、不同芯片的软件开发，这是intel“软件先行”战略的重要体现，intel相信这一战略将定义和引领一个人工智能日益融合、异构及多架构的编程时代。
随着intel硬件及软件战略的推进，毫无疑问未来ai会成为各种芯片算力的关键。就酷睿处理器来说，ai也成为cpu、gpu标配算力，而且它的性能增长潜力要比传统计算更大，未来几年里动辄数倍的性能提升会是常态。
