共计 1788 个字符，预计需要花费 5 分钟才能阅读完成。
英特尔，曾经的计算巨头，正面临前所未有的挑战。上周，行业被一则爆炸性新闻震惊：据报道，阿波罗（Apollo）已提出一项数十亿美元的股权投资英特尔，而高通（Qualcomm）则正在探索对这家半导体巨头的潜在收购，据称其估值为 900 亿美元，据《华尔街日报》报道。
英特尔的困境源于一场剧变，节能且由人工智能（AI）驱动的架构如 Arm 和 Nvidia 崛起，主导了技术领域。
x86 在云原生、AI 驱动世界中的衰落
40 多年来，x86 一直是个人和服务器计算的主导架构。然而，随着云原生应用、AI 工作负载和并行处理需求的增加，x86 的局限性变得明显。现代计算工作负载对更高效、可扩展架构的需求已经超过了英特尔对 x86 的渐进式改进。
英特尔试图通过其 18A 制造工艺重新夺回领导地位的努力因延迟和技术挑战而受阻，进一步削弱了其竞争优势。相比之下，Nvidia 在 AI 硬件领域占据了领先地位，而 Arm 则扩展到高性能计算、移动和数据中心市场，使英特尔处于追赶地位。
Arm 的崛起：从移动到高性能计算
Arm 最初在移动设备中获得突出地位，但其架构随后在高性能计算系统中取得了显著进展。转折点出现在 2020 年苹果转向 Apple Silicon。基于 Arm 的 M1 和 M2 芯片在功耗效率和计算性能上超越了英特尔的 x86 处理器。这标志着重大转变，证明了基于 Arm 的系统可以处理消费者和高性能计算任务。
高通的崛起：重新定义桌面和服务器计算
高通，传统上是移动芯片的领导者，现在正将业务扩展到桌面计算和数据中心。随着运行在新 Snapdragon X 处理器上的 CoPilot PC 的推出，高通在桌面领域迈出了重要一步，提供新一代专为 AI 和云中心工作负载设计的基于 Arm 的 Windows PC。这一平台代表了桌面领域的根本性转变，x86 正在被 Arm 更高效、AI 优化的架构所取代。
数据中心中的 AI：Nvidia 和苹果的自定义基础设施
AI 工作负载已成为数据中心运营的核心，像 Nvidia 和苹果这样的公司处于构建自定义基础设施以处理这些任务的最前沿。Nvidia 的 Grace Hopper 平台结合了 CPU 和 GPU 功能，为 AI 任务提供了优化的并行处理能力。传统的基于 x86 的服务器在处理 AI 所需的复杂并行工作负载时效率低下。然而，Nvidia 的平台旨在高效管理这些需求，使其成为 AI 密集型数据中心的首选。
x86 兼容性的衰落和云原生架构的崛起
随着企业采用容器化、微服务和 PaaS（平台即服务）等云原生技术，对 x86 系统的依赖已经减少。这些发展使开发者能够构建与硬件无关的应用程序，减少了云中对 x86 虚拟机的需求。
AMD 的演变角色：从 x86 到 Arm 和 AI 合作
尽管英特尔陷入困境，AMD 在 x86 领域却崭露头角，但即使是 AMD 也认识到格局的变化。据报道，AMD 和 Nvidia 正在合作开发基于 Arm 的 Windows PC CPU，计划最早于 2025 年推出。这一合作直接挑战了英特尔，表明即使是 x86 的最强玩家也在为未来桌面计算押注 Arm。
内存安全架构：CHERI 和安全计算的未来
随着 AI 和云基础设施的复杂性不断增加，安全问题变得愈发重要。CHERI（Capability Hardware Enhanced RISC Instructions）目前是 Linux 和 FreeBSD 的专用版本的研究重点，并支持在 Arm Morello 平台上，代表了向更安全硬件架构迈出的有希望的一步。
后英特尔时代的格局：Arm、Nvidia、高通及更多
计算领域已经明显转向 Arm、Nvidia 和高通，英特尔的 x86 架构正在失去其重要性。云原生技术和 AI 工作负载正在推动对可扩展、节能系统的需求，RISC- V 作为专业应用的潜在参与者正在崛起。
尽管 x86 可能在利基市场中继续存在，但基于 Arm 的系统和来自 Nvidia、高通和苹果的 AI 优化硬件将主导下一代计算基础设施。行业向节能、可扩展解决方案的过渡正在加速。
尽管英特尔的统治地位已经减弱，但该公司仍有可能通过其半导体制造业务找到前进的道路。然而，它必须解决其 18A 工艺的挑战，并与台积电等代工厂竞争以保持竞争力。英特尔能否适应生成式 AI 时代或成为传统玩家，仍有待观察。
x86 主导的时代已经结束。Arm、Nvidia、高通和 AI 优化的架构正在塑造计算的未来。英特尔的相关性取决于其能否适应这一快速变化的格局，其中效率、可扩展性和 AI 驱动的创新至关重要。
