Intel 与 AMD 这两家搞起事情来，还真是一组三部曲。
11 月 6 日，Intel 和 AMD 共同确认，双方将合作推出一款集成 Intel CPU 和 AMD GPU 的新产品，以用于轻薄的游戏笔记本电脑中。11 月 7 日，AMD 宣布该公司的首席 GPU 架构师、Radeon 高级副总裁 Raja Koduri 离职。11 月 8 日，Intel 宣布 Raja Koduri 的加盟并任命其为 Intel 首席架构师，并在新成立的核心和视觉计算事业部（Core and Visual Computing Group）担任高级副总裁。
是的，伴随着 Raja Koduri 入职，Intel 又专门成立了一个新的事业部。
按照 Intel 官方博客的说法，在 Raja Koduri 的带领下，Intel 将在计算、图像、媒体、机器智能等领域整合和扩展差异化的知识产权，涉及到客户端 & 数据中心、人工智能和一些潜在的机会（比如说边缘计算）。
不过，从 Raja Koduri 过往的经历来看，他入职 Intel 的一个重要任务是补足 Intel 在 GPU 领域的短板。据雷锋网了解，Raja Koduri 在加入 Intel 之前担任 AMD 的 Radeon 事业部的高级副总裁和首席架构师，负责 AMD 包括 APU、独立 GPU、半定制产品和 GPU 计算产品在内的诸多产品图像相关的方方面面。此前，Raja Koduri 也曾在苹果负责 Mac 产品的图像显示系统。
一句话：凭借 25 年的从业经验，Raja Koduri 堪称是 GPU 领域的一尊大神。
而从 Intel 的描述来看，它之所以选择了 Raja Koduri，就是看中了 Raja Koduri 在 PC、游戏控制、专业工作站、计算设备等平台的视觉计算和加速计算经验；后者在图像的硬件、软件和系统结构方面都是专家。而 Intel 没有说明的是，Raja Koduri 的加盟必然会吸引大量的 GPU 人才，这也是 Intel 发展 GPU 的要素。
而在雷锋网看来，整篇博客最核心的，其实是这样副标题中的一句话：Intel 将进军高端独立显卡。要知道，当前的高端独立显卡，不仅仅用以满足视频游戏玩家的需求，也被越来越多地用于人工智能和机器学习。
补足短板，剑指 Nvidia
无论是在 PC 端还是数据中心，Intel 都是 CPU 市场上毫无争议的老大；但 Intel 最大的短板在于图像计算，也就是 GPU。
其实，目前 Intel 并非没有自己的图像解决方案，但都局限于核芯显卡，即 Intel HD Graphics 系列。这种核芯显卡在图像处理方面的能力比较低，无法与 AMD 和 Nvidia 的独立显卡相提并论，也只能用在一些对图像处理要求较低的客户端设备中，比如说笔记本。
在这里，雷锋网也整理了 Intel 核芯显卡、 AMD 核显 & 独显以及 Nvidia 独显之间的同期最强图像处理性能，对比如下图所示：
由上图可知，在图像处理方面，Intel 的核芯显卡与 Nvidia 和 AMD 的独显根本就不是一个级别的对手，所以不少游戏玩家一般会选择带有独显的笔记本；而 AMD 虽然也有独显，但在近两年也是被 Nvidia 压上一头。不过需要说明的是，由于不同架构对浮点运算的优化不同，上面数据仅可作为参考；但也足以说明 Intel 在 GPU 上的短板。
在人工智能和深度学习的大潮到来之前，Intel 与 Nvidia 之间主要是 CPU 和 GPU 之间的合作关系。然而随着深度学习的兴起，Nvidia 的 GPU 在并行计算上的巨大优势使得其在大规模的数据中心业务中越来越受到欢迎，广泛应用于图像识别、语音识别以及自然语言处理等人工智能任务。而在这一场景中，Intel 面向服务器和数据中心 CPU 产品反而不再受宠。
在此条件下，Intel 与 Nvidia 之间的关系就开始由合作逐步走向竞争。在 2016 年的 IDF 大会上，Intel 宣布推出其最新专门用于人工智能相关任务的处理器——第三代 Xeon Phi，剑指对象就是 Nvidia；而 Nvidia 也不甘示弱，立即发表文章称 Xeon Phi 在机器学习模型训练上并不能比得上 Nvidia 的产品，并表示，4 个 Pascal 架构组成的 TITAN X GPU，其运行速度是 4 个 Xeon Phi 处理器的 5 倍多。
双方的竞争还能够直接体现在对摩尔定律的态度上，比如说 Intel 在 2017 年 9 月 20 日的“精简制造日”上宣布的摩尔定律永不过时，但六天之后，Nvidia CEO 黄仁勋就在 GTC 大会上宣布 GPU 才是全新的超级摩尔定律。双方果然是针锋相对，各执一词。
为了与 Nvidia 在 AI 领域相抗衡，Intel 除了积极推出竞争性产品，还收购了世界第二大 FPGA 厂商 Altera 和深度学习创业公司 Nervana。不过这些似乎都不能压住 Nvidia 当下的势头。
如果 Intel 拥有了自己的高端独立显卡，不仅可以将其与旗下的 CPU 联合起来，形成更强悍的计算能力（类似于 AMD 推出的 APU，其在 CPU 加持下的图形处理能力反而高于同等的独立 GPU）；这样一来，无论是消费端的图形处理能力还是服务器端面向人工智能的并行计算能力，Intel 都不会受制于人，能够与 Nvidia 这样的对手相抗衡。
本来，Intel 与 AMD 在 CPU 市场也是十足的竞争关系，而且都是在双方竞争中 Intel 一直占据优势地位。然而在 2006 年，AMD 以 54 亿美元的巨资收购 ATI，成为一家同时具备 CPU 和 GPU 研发能力的芯片公司；因此 AMD 在 GPU 方面却比 Intel 有优势。
但这次收购又给 AMD 带来了新的麻烦。
这次收购之前，AMD 与 Intel 在 CPU 上竞争，ATI 与 NVIDIA 在 GPU 上竞争。由于当时 Intel 不授权主板芯片组给其他厂商，那时候的 NVIDIA 和 AMD 是关系不错的合作伙伴，NVIDIA 推出的 nForce 系列主板芯片与当时 AMD 的王牌产品 Athlon 的组合是很多 DIY 玩家津津乐道的搭配。因为这次交易，AMD 与 NVIDIA 的关系从此一落千丈，成为赤裸裸的竞争关系。
此后，AMD 不得不在 CPU 和 GPU 两条线上分别与不同的强敌竞争。这无形中拉近了 Intel 和NVIDIA 的关系，AMD 却不得不在两条线上疲于奔命；这对于从研发资源和市场资源的层面都不占优的 AMD 来说，无疑是捉襟见肘。
值得一提的是，在上文图中所言的 GPU 性能对比图中，AMD 拥有独显和核显两条产品线，前者的图像处理能力明显高于后者，后者在近几年甚至低于 Intel 的核显。其实 AMD 并非没有能力在核显的图像处理能力超过 Intel，只是既然有独立显卡在手，AMD 有故意弱化核显的嫌疑，以便增加旗下独显 GPU 的销量。
不过，随着人工智能大潮的到来，在变得越来越重要的 GPU 市场上，AMD 与 Nvidia 的差距也越来越大，如下图所示：
后来的事情我们也知道了，由于人工智能和深度学习的兴起，Nvidia 与 Intel 之间的竞争关系加剧，而 AMD 也是 Nvidia 的老对手。如此一来，敌人的敌人变成了朋友，intel 与 AMD 之间似乎又开始联手。
2016 年 3 月，AMD 与 Intel 完成图形技术的交叉授权；AMD 提供多项关于核显 GPU 的专利技术给 Intel，以提高 Intel CPU 的核显性能，Intel 的核显也将不再使用 Nvidia 的技术。
接下来，就是 AMD 与 Intel 双方在 2017 年 11 月 6 日宣布的合作关系，AMD 在这次合作中提供来自 Radeon 事业部的定制图像芯片。对此这次合作的对象不再是 Nvidia，Intel 只是表示它与 Nvidia 的合作协议已经到期；但显然这是一套表面说辞，与 Nvidia 之间的竞争关系才是它与 AMD 喜结连理的开始。
值得一提的是，Raja Koduri 在 Intel 发布的官方博客中提到，他在 AMD 任职的过去数年内，就已经与 Intel 进行过成果丰硕的合作。
雷锋网认为，对于 Intel 而言，与 AMD 言归于好更像是一个缓兵之策，但其实双方的竞争还在，只是不那么被强调了。而当它最终决定挖来 Raja Koduri 这样的大神发力独立 GPU 的时候，事实上也已经走上了与 Nvidia 和 AMD 在 GPU 领域同台竞技的未来道路。
不过对于 AMD 来说，它已经开启了与 Intel 之间在消费端处理器方面的合作；而 Raja Koduri 的离开，对于 AMD 在 GPU 方面的发展似乎并没有什么好处。目前 AMD 在与 Nvidia 的 GPU 之争中已经落于下风，倘若 Intel 借助 Raja Koduri 踏入高端独立 GPU 的战场，这对 AMD 来说并不是一件好事。
所幸，高端独立 GPU 不是一蹴而就的事情，即使招来了 Raja Koduri 这样的大神，Intel 估计也需要数年的时间才能推出真正像样的产品。到时候，不知道 Intel、Nvidia 和 AMD 三家之间又会存在什么样的变数。
正在生成分享图...
我在思考中