Intel宣布战略重点是开发和部署数据中心GPU，以在企业和云AI基础设施市场中竞争。

英特尔正在加大力度推进用于数据中心工作负载的离散GPU业务，寻求在这个日益被AI驱动的需求所塑造、并由英伟达主导的市场中重新确立自己的地位。首席执行官陈立白表示，公司在聘请了一位资深GPU架构师后，正在与客户直接合作以确定需求，这表明了一种更加以需求驱动的方法，因为企业和云提供商正在权衡加速计算的选项。这与英特尔之前的GPU努力不同，它将GPU的雄心更紧密地与其数据中心路线图和更广泛的制造战略联系起来，将客户参与与先进工艺技术相结合。

英特尔拥有一些结构性优势，这些优势可能会限制英伟达在特定细分市场的扩张。根据TechInsights半导体分析师Manish Rawat的说法，英特尔对CPU、GPU、网络和内存一致性的紧密集成使其在企业推理、混合云以及受监管或本地部署环境中具有优势，在这些环境中成本控制和运营简便性比峰值性能更重要。供应链可靠性代表了另一个优势，因为超大规模云提供商需要一个可信的第二供应商——前提是英特尔能够在多个产品代中提供稳定、可预测的路线图。

然而，英特尔在软件层面面临一个决定性的障碍。"决定性的瓶颈是软件，"Rawat说。"CUDA作为一个行业运营标准发挥作用，嵌入在模型、管道和DevOps中。英特尔的挑战是证明迁移成本很低，并且持续的优化不会成为隐形的工程成本。"Forrester副总裁兼首席分析师Charlie Dai指出，即使拥有强大的硬件集成，"买家在没有与主流ML/DL框架和工具无缝兼容性的情况下仍会犹豫。"Omdia首席分析师Lian Jye Su强调，英特尔必须提供开发者社区接受的性能和软件，并指出如果英特尔能够"创建一个GPU，提供开发者友好的工具和SDK，并适应尖端AI应用"，开发者可能会采用英特尔GPU。

从企业角度来看，英特尔的挑战超越了硬件野心。Cybermedia Research行业研究集团副总裁Prabhu Ram表示，"单靠性能和价格优势是不够的，没有无缝的开发者工具和广泛的兼容性。即使有紧密的GPU-CPU-网络集成提供效率收益，CUDA的根深蒂固的锁定仍然是想要减少对英伟达依赖的企业的主要障碍。"

中国替代品的崛起增加了英特尔工作的紧迫性。在路透社的采访中，陈表示他对华为尽管受到美国先进工具限制但仍在聘请顶级芯片设计师感到惊讶，并警告如果西方公司不谨慎，中国可能会超越既有参与者。Rawat指出，"华为的意义不在于短期的基准平衡，而在于轨迹。EDA独立方面的进展可能很缓慢，但从方向上看是真实的。高人才密度补偿了工具差距，而并行的'足够好'的设计流程逐步削弱了美国掐点的有效性。"根据分析师的说法，华为无需全球范围内超越英伟达就能构成战略挑战——锁定中国国内数据中心需求、减少对西方供应链的依赖，以及建立闭环学习和优化周期可能会随着时间推移重塑竞争动态。