在2025年的 GTC 大会上，前Intel首席执行官 Pat Gelsinger 再次提及他先前多次强调的观点：Nvidia 首席执行官黄仁勋在人工智能（AI）革命中只是运气好」。 然而，这次他更深入地解释了其背后的逻辑。 随着GPU在AI创新领域中跃居核心地位，Nvidia现在已成为全球市值最高的公司之一，而昔日巨擘Intel却面临着转型困境。 然而，时光回溯至十五到二十年前，Intel 的 CPU 才是运算领域的绝对主宰，处理着所有主要的运算工作负载。 正是在那段时间，Intel 错失了在 AI 和高效能运算（HPC）领域的发展良机，其代号为 Larrabee 的项目，旨在利用 x86 CPU 指令集架构打造一款通用图形处理器（GPGPU），最终却以失败告终。
Pat Gelsinger于GTC 2025重申：黄仁勋在AI浪潮中「只是运气好」
Gelsinger 回忆道：「在 2000 年代中期，CPU 无疑是运算领域的王者。 我非常赞赏黄仁勋的坚韧，他始终坚持自己的方向，并未试图打造一个类似 CPU 的产品，而是专注于满足图形处理的工作负载。」他接着说：「你知道，这逐渐演变成一个更广泛的视野。 然后，他在 AI 领域取得了幸运的成功。 我曾经与他辩论过一次，黄说：’不，我在 AI 工作负载方面确实非常幸运，因为它恰好需要那种类型的架构。’而现在，应用程序开发的中心就在那里。」
Intel 在 2009 年时曾有一个 Larrabee GPGPU 项目被取消，当时主要的原因是，相较于当时 AMD 和 Nvidia 的图形解决方案，它在图形处理器方面的竞争力明显不足。 某种程度上，由于英特尔希望Larrabee具备极高的可编程性，导致其缺乏关键的固定功能GPU部件，例如光栅作单元（ROP）。 这不仅严重影响了性能，也大幅增加了软件开发的复杂性。
Gelsinger 在一次网络直播中坦言：「我曾经主导一个在业界广为人知的项目，名为 Larrabee。 该项目试图将 CPU 的可编程与 GPU 的高吞吐量架构结合起来。 我认为，如果Intel当时坚持这条道路，那么未来的发展可能会截然不同。」他接着补充道：「我非常肯定黄仁勋的贡献，他始终坚守着高吞吐量运算或加速运算的愿景。」
与 AMD 和 Nvidia 采用专有指令集架构（ISA）的 GPU 不同，Intel 的 Larrabee 使用的是 x86 ISA，并加入了 Larrabee 特有的扩展指令。 这为并行化的通用计算工作负载提供了一定的优势，但在图形应用方面却成为了劣势。 结果，Larrabee后来以Xeon Phi处理器的形式重新推出，最初的目标是2010年的超级运算工作负载。 然而，由于传统的GPU架构通过CUDA框架以及OpenCL/Vulkan和DirectCompute等API获得了通用计算能力，并且在性能扩展方面更具优势，Xeon Phi并未获得广泛的市场认可。 在 Xeon Phi ‘Knights Mill’ 未能达到预期后，Intel 在 2018 年至 2019 年间最终放弃了 Xeon Phi 项目，转而将重心放在为高效能运算（HPC）开发数据中心 GPU 和为 AI 开发专用 ASIC 上。
从很大程度上来说，Larrabee及其后继者Xeon Phi系列的失败，根本原因在于它们基于一个不适合图形、AI或HPC工作负载扩展的CPU指令集架构。 Larrabee 的失败早在 2000 年代中期就已埋下伏笔，当时 CPU 仍然是市场的主导力量，而 Intel 的技术领导层误判了 x86 在未来异构计算领域的潜力。 时至今日，Intel尝试采用更传统的GPU设计来进军AI领域的努力也大多以失败告终，例如，该公司最近就取消了原计划用于数据中心的Falcon Shores GPU。 目前，Intel将其未来的希望寄托在其下一代Jaguar Shores产品上，但该产品预计要到明年才会发布。
Pat Gelsinger 的发言不仅揭示了Intel在过去发展历程中的一些关键失误，也从一个侧面印证了 Nvidia 在 AI 领域取得巨大成功的必然性。 Nvidia 凭借其对 GPU 与 CUDA 技术的长期坚持和前瞻性布局，牢牢抓住了 AI 革命的历史机遇，而 Intel 在转型过程中显然面临着巨大的挑战。 Gelsinger 的「幸运」之说，或许也带有一丝对时过境迁的唏嘘与反思。 在未来的科技竞赛中，Intel是否能够成功搭上 AI 的下一班列车，仍然充满着悬念。
