英特尔执行官帕特·基辛格 (Pat Gelsinger)在纽约举行的活动中推出了英特尔酷睿 Ultra和第五代至强数据中心芯片，他对 Nvidia 的 CUDA 技术大加赞赏，声称推理技术将比人工智能训练更重要。但在纳斯达克接受提问时，基辛格表示 Nvidia 在训练方面的 CUDA 主导地位不会永远持续下去。
“你知道，整个行业都在积极消除 CUDA 的市场，”（原文：You know, the entire industry is motivated to eliminate the CUDA market,）基辛格说。他列举了 MLIR、 Google和 OpenAI等例子，暗示他们正在转向“Pythonic 编程层”，以使 AI 训练更加开放。
“我们认为 CUDA 护城河又浅又小，”（We think of the CUDA moat as shallow and small）基辛格继续说道。“因为该行业有动力为广泛的训练、创新、数据科学等带来更广泛的技术。”
但英特尔不仅仅依靠训练。相反，它认为推理才是正确的出路。
“当推理发生时，嘿，一旦你训练了模型……就不存在 CUDA 依赖性了，”Gelsinger 继续说道。“问题在于，你能很好地运行这个模型吗？” 他表示，通过首次在舞台上展示的 Gaudi 3，英特尔将迎接挑战，并且能够在 Xeon 和边缘 PC 上做到这一点。基辛格表示，并不是说英特尔不会在训练领域展开竞争，而是“从根本上说，推理市场才是竞争的焦点”。
他还借此机会推动了 OpenVINO（英特尔为人工智能工作而制定的标准），并预测了一个混合计算的世界，其中一些发生在云端，另一些发生在您的 PC 上。
英特尔执行副总裁兼数据中心和人工智能事业部总经理桑德拉·里维拉(Sandra Rivera)补充说，英特尔从数据中心到PC的规模可能使其成为合作伙伴，因为它可以批量生产。
“我们将以三种方式争夺数据中心 AI TAM 的 100% 份额。” 基辛格补充了Rivera的评论。“凭借我们的领导力执行官、领导力加速器和晶圆厂。我们可以利用每一项内部机会：TPU、推理、训练等等。我们将追求所有这些。我们”我们还将与 NVIDIA、AMD 等合作，寻求每一个商业机会。我们将成为代工厂商。”
这是一个大胆的策略，今天基辛格在带领他的团队进行演示时显得充满信心。他真的能挑战CUDA吗？随着英特尔今天推出的芯片（以及他的竞争对手也在开发）的应用变得更加广泛，只有时间才能证明一切。
披露了新的AI芯片Gaudi 3
英特尔周四推出了新的计算机芯片，其中包括用于生成人工智能软件的人工智能芯片 Gaudi3。Gaudi3 将于明年推出，将与Nvidia和AMD等竞争对手的芯片竞争，为大型且耗电的人工智能模型提供动力。
的人工智能模型，例如 OpenAI 的 ChatGPT，在云端的 Nvidia GPU 上运行。这是英伟达股价今年迄今上涨近 230% 而英特尔股价上涨 68% 的原因之一。这就是为什么AMD和现在的英特尔等公司都推出了芯片，他们希望这些芯片能够吸引人工智能公司摆脱英伟达在市场上的主导地位。
虽然该公司没有透露细节，但 Gaudi3 将与 Nvidia 的 H100 和 AMD 即将推出的 MI300X 竞争，后者将于 2024 年开始向客户发货。
英特尔自 2019 年收购了一家名为 Habana Labs 的芯片开发商以来，一直在生产 Gaudi 芯片。
英特尔执行官帕特·基辛格 (Pat Gelsinger) 在纽约举行的发布会上表示：“我们已经看到了生成式人工智能的兴奋，它是 2023 年展会的明星。”会上他宣布了 Gaudi3 以及其他专注于人工智能应用的芯片。
“我们认为人工智能电脑将成为来年的明星，”基辛格补充道。这就是英特尔周四发布的新款 Core Ultra 处理器将发挥作用的地方。
没有计划剥离晶圆厂业务 英特尔执行官帕特·基辛格 (Pat Gelsinger) 周四表示，该公司没有计划剥离其合同芯片制造业务。
基辛格已将英特尔的制造部门转移到现在称为英特尔代工服务 (IFS) 的部门，该部门作为英特尔内部的一项业务运营。基辛格表示，IFS 将从明年第二季度开始公布财务数据。
英特尔尚未准备将 IFS 拆分成一个单独的实体并将其上市，就像它对 Mobileye 自动驾驶业务所做的那样，并计划在未来两到三年内对可编程芯片部门进行上市。
基辛格在接受路透社采访时表示：“我们认为，内部代工模式的想法在当前环境下是我们的正确道路。”
基辛格表示，在某些方面，英特尔已经运营着两家独立的公司——芯片设计业务和工厂部门——部分是为了让 IFS 客户相信英特尔是制造能力的“独立供应商”。
这位执行官表示，目前，共同运营有明显的优势，部分原因是目前大部分工厂产能都被英特尔使用。
基辛格在纽约举行的活动上对英特尔的制造业务发表了评论，该活动重点关注具有人工智能功能的个人电脑芯片。
基辛格表示，对于微软这样的公司来说，从遥远的数据中心运行人工智能应用程序成本太高，必须在本地电脑上运行。
基辛格说：“他们不可能让十亿台 Windows 设备访问 Azure 来实时运行这些工作负载。”
这位英特尔执行官表示，为了实现经济效益，微软需要将这家云巨头数据中心和个人电脑之间的数据流量减少 100 比 1。
