英特爾終於能否透過 SambaNova 精通 AI？瞄準定制晶片策略的第二次機會

聚焦交易

報導指出，英特爾正瞄準潛在收購SambaNova Systems，這是一家專注於AI基礎設施的公司，其估值已從$5 十億美元崩跌至傳聞中的收購價僅為16億美元。與其之前進入AI訓練加速器市場的嘗試不同，此次收購的目標是完全不同的市場細分。

SambaNova專注於AI推理基礎設施——處理已訓練模型的計算工作負載，而非創建模型。該公司的定制晶片，品牌為Reconfigurable Dataflow Units (RDUs)，構成了其SambaRack系統的核心。這個整合解決方案將硬體、網路軟體和管理層打包成完整的機架級方案，旨在無縫部署於資料中心。

為何英特爾最後一次AI押注失敗

這家半導體巨頭的收購歷史是一個警示故事。2019年，英特爾以約$2 十億美元收購Habana Labs，這是一家開發Gaudi AI訓練處理器的公司。當時，這看起來具有戰略意義——Gaudi在超大規模雲服務商中逐漸獲得關注，這些公司尋求替代Nvidia主導的GPU。

然而，英特爾的執行出現問題。後續的Gaudi 2和Gaudi 3代產品雖然性能表現尚可，但未能突破兩個結構性障礙。首先，Gaudi採用一個陌生的架構，配合尚未成熟的軟體生態系。其次，更為關鍵的是，Nvidia的專有CUDA平台已經成為行業標準近二十年。這形成了一個“護城河”，超越了晶片性能本身——CUDA成熟的軟體庫和開發者熟悉度，讓Nvidia擁有難以逾越的優勢。

英特爾同時採取了分散的雙軌策略：一方面開發Gaudi訓練晶片，另一方面推出競爭的資料中心GPU。兩者都未獲得實質市場份額。當英特爾最終取消了融合Gaudi技術的Falcon Shores資料中心GPU時，實質上已經放棄了AI訓練的戰場，讓Nvidia獨攬大權。

一個結構不同的機會

SambaNova的收購可能代表一個策略轉折點，而非重蹈覆轍。有幾個因素使這個情況不同。

首先，推理市場的競爭動態與訓練市場不同。訓練需要最大化原始計算吞吐量，而推理則更重視效率——用最少的電力和延遲從現有模型中獲得準確預測。像SambaNova的定制晶片在這種受限的優化問題中表現出色。

第二，SambaNova已經擁有明顯的市場動能。該公司在十月與澳大利亞、歐洲和英國的主權AI推理雲部署協議中取得進展。隨後，歐洲主要的計算服務商OVHcloud也選擇了SambaNova的系統來補充其AI基礎設施產品組合。這些勝利表明市場已經認可機架級推理解決方案的價值，超越了普通GPU的部署。

第三，英特爾資本已經將SambaNova列入投資組合，且英特爾CEO Lip-Bu Tan擔任其董事會主席。這降低了收購的風險，因為已有的熟悉度和運營協調。

與英特爾轉型的戰略契合

英特爾取消Falcon Shores的公告，象徵公司戰略的重新定位：放棄純晶片策略，轉向整合的機架級AI系統。收購可以加速這一轉變，提供可立即部署的技術，而非從零開發Jaguar Shores（Falcon Shores的繼任者）。

對於一個在專用半導體市場屢屢失敗的公司來說，收購已驗證的推理基礎設施比直接與Nvidia競爭訓練加速或建立冗餘GPU方案更為可行。

這樣的交易是否會成行仍未可知。然而，專注於AI推理而非訓練、收購已驗證的商業解決方案而非投機性研發項目，以及利用現有投資組合關係，顯示英特爾可能已從Habana Labs的經驗中吸取教訓——這次選擇了一個根本不同的戰場。