夜雨聆风
在GPU主导AI训练的时代，CPU正在以一种新的姿态回归舞台中央。当两大科技巨头联手，这场合作的深意远不止一纸合同。
多年合作再升级
周四，Google与Intel宣布扩大多年期合作协议。
根据协议，Google Cloud将继续采用Intel的AI基础设施，双方也将继续共同开发处理器。这不是两家公司的首次合作——Google使用Intel Xeon处理器已有数十年历史。
此次升级的核心内容包括：
| 合作领域 | 具体内容 |
|---|---|
| Xeon处理器 | Google Cloud将使用Intel Xeon 6芯片进行AI、云计算和推理任务 |
| IPU联合开发 | 扩大基础设施处理单元（IPU）的联合开发，采用ASIC架构 |
| 长期合作 | 芯片开发合作始于2021年，此次为重大升级 |
为什么是CPU？为什么是IPU？
在AI领域，GPU长期占据C位。它们是训练和开发AI模型的主力军。但这场合作提醒我们：CPU和IPU在AI基础设施中同样不可或缺。
CPU的角色：
运行AI模型（推理） 通用AI基础设施的核心组件 与GPU协同工作，提供平衡的系统性能
IPU的角色：
通过卸载CPU任务来加速和管理数据中心运算 提高整体系统效率 让CPU专注于核心计算任务
正如Intel CEO陈立武所说：
"AI正在重塑基础设施的构建和扩展方式。扩展AI不仅需要加速器，还需要平衡的系统。CPU和IPU对于满足现代AI工作负载所需的性能、效率和灵活性至关重要。"
CPU shortage：一个被忽视的行业瓶颈
此次合作还有一个重要的行业背景：全球CPU短缺。
过去几个月，越来越多公司将目光投向CPU。GPU固然重要，但没有足够的CPU支持，整个AI基础设施依然无法运转。
| 近期CPU市场动态 | 详情 |
|---|---|
| Arm Holdings | 发布首款自研芯片Arm AGI CPU |
| 行业趋势 | CPU需求持续攀升，供应趋紧 |
| 战略价值 | CPU成为AI基础设施的新竞争焦点 |
SoftBank旗下的Arm Holdings近期也宣布推出首款自研芯片，侧面印证了CPU的战略价值正在被重新评估。
Google的战略考量
对于Google Cloud来说，与Intel深化合作有多重考量：
技术层面：
确保稳定、高性能的CPU供应 借助IPU优化数据中心效率 维持基础设施的技术领先性
商业层面：
与Intel的长期关系降低供应链风险 共同开发IPU带来差异化竞争优势 成本控制（虽然具体金额未披露）
战略层面：
在AI基础设施军备竞赛中保持竞争力 应对AWS和Azure的激烈竞争 为日益增长的AI推理需求做准备
Intel的AI复兴之路
对于Intel而言，这笔合作是其在AI时代重新确立地位的重要一步。
近年来，Intel在AI芯片市场面临NVIDIA的强势压制，在制程工艺上也与台积电存在差距。但陈立武上任CEO后，Intel正在明确新的战略方向：
聚焦核心竞争力：Xeon处理器在数据中心市场依然占据重要地位 开放合作：与Google等云厂商的深度绑定 AI全栈布局：从训练到推理，从云端到边缘
与Google Cloud的合作，是对Intel技术实力和市场地位的有力背书。
竞争格局的微妙变化
这笔合作也让云基础设施市场的竞争更加扑朔迷离。
| 云厂商 | AI芯片策略 |
|---|---|
| AWS | 自研Trainium/Inferentia + NVIDIA GPU |
| Google Cloud | 自研TPU + NVIDIA GPU + Intel CPU/IPU |
| Microsoft Azure | 与OpenAI深度合作 + NVIDIA GPU |
每家云厂商都在构建自己的"AI基础设施组合拳"，试图在性能、成本、灵活性之间找到最佳平衡点。
Google与Intel的联手，意味着Google Cloud在CPU/IPU领域获得了强有力的支持，也为其与AWS和Azure的竞争增添了新的筹码。
展望未来
随着AI应用从训练走向推理，从实验室走向生产环境，对CPU和IPU的需求只会持续增长。
Google与Intel的这次合作，既是双方战略利益的交汇点，也反映了AI基础设施演进的一个重要趋势：从单一依赖GPU，走向多元化、平衡化的系统架构。
对于开发者和企业来说，这意味着更多的选择和更好的性价比。对于整个AI行业来说，这意味着基础设施正在变得更加成熟、更加完善。
当两大巨头握手，受益的将是整个生态系统。
