季辛格認錯！去年英特爾代工業務大虧2000多億元
 

https://ec.ltn.com.tw/article/breakingnews/4628214

〔財經頻道／綜合報導〕英特爾（Intel）昂貴的擴張計畫面臨挑戰。《路透》報導，英特爾週二提交的1份文件中，負責製造業務的新部門「英特爾代工」（Intel Foundry）在2023年的營收為189億美元（約新台幣6060.5億元），低於前一年的275億美元（約新台幣8818.2億元），2023年該部門虧損從前一年52億美元（約新台幣1667.4億元），擴大至70億美元（約新台幣2244.6億元）。

英特爾預計，虧損將在2024年達到頂峰，並且英特爾代工將「從現在到2030年底的中段」實現營運獲利，執行長季辛格（Pat Gelsinger）預計到2027年左右將實現營運損益平衡。

季辛格表示，代工業務因錯誤決定而受到拖累，包括1年前反對使用荷蘭設備商艾司摩爾（ASML）的曝光機，雖然這些機器設備的成本，恐超過1.5億美元（約新台幣48.09億元），但比早期的晶片製造工具，更具成本效益。

季辛格強調，在EUV之前的時代，英特爾承擔了大量成本並且缺乏競爭力。但現在，「在後EUV時代，我們在價格、性能和恢復領先地位方面，都具有競爭力」。

季辛格表示，由於這些部分失誤，英特爾已將晶圓生產總數約30%，外包台積電等外部合約製造商，其目標是將該數字降至20% 左右。

進軍外包晶片生產，是英特爾史上最大的轉型之一。英特爾任命了Lorenzo Flores為英特爾代工的首席財務長。

英特爾週二股價收盤下跌1.3%、至43.94美元，今年以來累計跌幅達到12.56%。

---

沒事，Intel身為多年CPU龍頭，市占遠超過半
技術儲備雄厚，全球晶圓廠遍佈
且大舉投資新廠、購買最先進光刻機
不需要夜鶯計畫也能4年內推進5個製程節點
今年底就會推出18A，重新奪回全球最先進製程
同時AI領域、GPU領域也都有佈局，跟微軟合作更是無間
再過幾年就能達成晶圓代工全球第二的目標
美國政府還大力補助，擺明就是要推Intel成為全球第一

有請老老濕點評......

唉…

早就說過，intel就是要走代工。
自已想一下，intel不走代工，他還能走什麼？
至於NPU這種東西，跟本就無足輕重。
而且，CUDA還是很有希望。
我甚至覺得，將來x86將會走下PC的發展史，而Nvidia將會取代Intel，成為下一代的個人電腦處理器提供者並將CUDA連同顯卡打包一起發售。
AMD最近也已經打算轉型了，AMD的計劃是打算走進伺服器領域，還有自動控制，工業電腦。
而ARM將會再進一步，走上單晶片的路，也可能在個種智能家電設備上搶佔一席之地。

當然，我還是想見到大濕的開示！

我從來不看輕任何一個人的建言跟評論的，除非很搞笑！

其實我一直不太懂NPU跟CPU、GPU區別在哪？

目前AI領域NV最為火紅，GB200似乎打遍天下無敵手？

但又有人說GPU不適合跑某些AI

GPU阻礙AI創新發展 市場主推IPU
https://tw.stock.yahoo.com/news/gpu...-063401708.html

在 EETimes 最近一次採訪中，Graphcore 首席執行長 Nigel Toon 接受一場訪問主題為：「IPU 是否為迄今為止最複雜的處理器？」時解釋說，雖然 GPU 擅長運行卷積神經網絡 (CNN) 但它們不適合運行更複雜的機器學習，像是強化學習或其他未來技術所需的神經網路。

他說道：「如果你要的只是基本前饋控制的 CNN，GPU 是一個非常好的解決方式，不過當你開始使用更複雜的神經網路時，就可能出現問題。我希望能夠透過多個層而得到反饋，而不是一次一層進行而得到。另外我還想要先能將訊息儲存在一旁，這麼一來，在我查看下一祥資料時，我可以將先前的訊息當作其上下文訊息。」

「如果我的數據正在變化 - 這意思是說，它是我可以平行輸入的數以百萬計個靜態圖像 - 如果它是影片，並且我對幀數順序有要求，那麼將它平行輸入，就更難利用 GPU 中的寬 SIMD 處理。」Toon 補充解釋道。

---

簡單易懂告訴你CPU/GPU/TPU/NPU...都是什麼意思？
https://zhuanlan.zhihu.com/p/384856949?utm_id=0

也太多種了吧...難道是戰國時期百家爭鳴？

把npu當成能耗比比gpu/cpu優，用於推論需求的專用就好

真要高性能還是不脫堆規模的必須
個人裝置上現階段沒哪家敢真一口氣堆上多強性能，都是且戰且走
等過數代演變後真有殺手級的消費應用佔據日常應用，才算是有扎根可以正式大大規模擴張設計規模



至於18A，廣 宣向來是Intel傳統強項
如果i說那會飛那就是會飛，是不是真的不重要，反正一般消費者也看不懂，
三星把SF3改名跟友商2nm對標也是類似理由

客戶吃不吃這套那就看各廠功力了，餅畫夠大，折扣給夠多.貨交的出還是有客戶會用的...

以下只是我個人的想法
站在研發或研究AI的角度來說，現在市場上的方案以NV 的CUDA 搭配自家GPU泛用度最高
尤其是目前算法、模型都還在持續滾動、改變的情況下
沒有人希望花了好幾億或是幾十億美金好不容易建置完成的硬體設備
半年後發現，當下最新也是未來最有潛力的算法跟自己的設備會有水土不服的現象

然而 40 TOPS 的要求門檻其實相當嚴苛，
Intel 第一款具備 NPU 核心的 Intel Core Ultra 處理器系列的最大效能僅 10 TOPS，
而 AMD 使用 XDNA AI 核心的 Ryzen 8040 處理器也才 16 TOPS，
兩者都不及需求的一半。

---

查了一下A17 Pro的NPU有35 TOPS
M3全系列NPU都相同，是18 TOPS

https://36kr.com/p/2499103151576964

然而，18 TOPS 的數字卻令人大吃一驚。正如Ian Cutress 博士向我指出的那樣，18 TOPS 實際上比A17 SoC 中的NPU 慢。

發生什麼事了？

隨著A17 SoC 的推出，蘋果開始引用INT8 性能數據，而我們認為先前版本的NPU（A 系列和M 系列）的INT16/FP16 數據。此格式的精度較低，可以以較高的速率進行處理（以精度換取吞吐量），因此引用的數字較高。

這裡的18 TOPS 數字顯然是INT16/FP16 效能，因為這與過去的M 系列聲明和Apple 自己的圖表一致。那麼，懸而未決的問題是，M3 中的NPU 是否支援INT8，因為A17 最近才加入了INT8。要么它確實支援INT8，在這種情況下，Apple 正在努力實現一致的訊息傳遞，要么它是缺乏INT8 支援的老一代NPU 架構。

整體而言，這種差異更多的是出於好奇，而不是擔憂。但看看蘋果是否保持A 和M 系列的NPU 架構相同，或者我們是否看到這一代的差異，將會很有趣。

---

不過我覺得這不是問題，就跟CPU、GPU一樣
速度慢就只是多花一點時間跑出結果
現在根本還看不出有啥重度AI應用很需要高性能NPU
如果有了，那廠商也只要堆NPU規模就行，例如16核翻倍成32核

CPU 是通用計算
GPU 有圖形顯示需求
GPU 現階段可以跑
那是因為 AI 需要的矩陣、卷積在 GPU 上也是很重要的運算
但 GPU 在這部分的運算規模卻遠不如 NPU
按照 nvidia 的說法，他們的純 NPU 運算卡在同樣製程跟晶片面積下
AI 算力跟功耗是屌打自家 GPU 的

而且 NPU 除了算力優勢外還有低延遲優勢
這是現階段 GPU 遠不如 NPU 的地方



APPLE 在 MACOS 上底層跑的是 MetalFX
MetalFX 是 CPU+GPU+NPU 的偕同運算
實際跑出來，我從沒看過 M3 性能輸過 A17 PRO

只比純 NPU 算力是很奇怪的
因為至少我目前沒看過有哪個人
在 MACOS 上堅持只用 NPU，偏不用 GPU+CPU
除非底層支援，否則可能會發生很多需要 hand code 的部分

INTEL為ARM代工？
 

Intel 季辛格的底牌：願意幫 Arm 代工，而且正在做了

Intel 跟 Arm 目前的關係可說是非常複雜、一言難盡，
這次 COMPUTEX 上 Intel 執行長季辛格（Pat Gelsinger）在記者會接受採訪時，
再次凸顯了這段矛盾。季辛格：「Windows on Arm 不是第一次出現，
但 x86 架構到現在還是很流行。這是因為大家沒理由更換；
如果你相信我剛剛展示的 CPU、GPU 及 NPU 都是最好的（指 Lunar Lake），
電池續航力也很強，那有什麼理由要換？」

但在被問如果 Panther Lake 沒有高通 Arm 架構處理器受歡迎，
該怎麼辦時，他是這麼說的：
「如果 Arm 真的崛起，我希望為之提供晶圓代工服務。這不是隨便說說的。」