在 2025 年的 GTC 大會上，前 Intel 執行長 Pat Gelsinger 再次提及他先前多次強調的觀點：Nvidia 執行長黃仁勳在人工智慧（AI）革命中「只是運氣好」。然而，這次他更深入地解釋了其背後的邏輯。隨著 GPU 在 AI 創新領域中躍居核心地位，Nvidia 現在已成為全球市值最高的公司之一，而昔日巨擘 Intel 卻面臨著轉型困境。然而，時光回溯至十五到二十年前，Intel 的 CPU 才是運算領域的絕對主宰，處理著所有主要的運算工作負載。正是在那段時間，Intel 錯失了在 AI 和高效能運算（HPC）領域的發展良機，其代號為 Larrabee 的專案，旨在利用 x86 CPU 指令集架構打造一款通用圖形處理器（GPGPU），最終卻以失敗告終。
Pat Gelsinger於GTC 2025重申：黃仁勳在AI浪潮中「只是運氣好」
Gelsinger 回憶道：「在 2000 年代中期，CPU 無疑是運算領域的王者。我非常讚賞黃仁勳的堅韌，他始終堅持自己的方向，並未試圖打造一個類似 CPU 的產品，而是專注於滿足圖形處理的工作負載。」他接著說：「你知道，這逐漸演變成一個更廣泛的視野。然後，他在 AI 領域取得了幸運的成功。我曾經與他辯論過一次，黃說：『不，我在 AI 工作負載方面確實非常幸運，因為它恰好需要那種類型的架構。』而現在，應用程式開發的中心就在那裡。」
Intel 在 2009 年時曾有一個 Larrabee GPGPU 專案被取消，當時主要的原因是，相較於當時 AMD 和 Nvidia 的圖形解決方案，它在圖形處理器方面的競爭力明顯不足。某種程度上，由於英特爾希望Larrabee具備極高的可編程性，導致其缺乏關鍵的固定功能GPU部件，例如光柵操作單元（ROP）。這不僅嚴重影響了效能，也大幅增加了軟體開發的複雜性。
Gelsinger 在一次網路直播中坦言：「我曾經主導一個在業界廣為人知的專案，名為 Larrabee。該專案試圖將 CPU 的可程式性與 GPU 的高吞吐量架構結合起來。我認為，如果 Intel 當時堅持這條道路，那麼未來的發展可能會截然不同。」他接著補充道：「我非常肯定黃仁勳的貢獻，他始終堅守著高吞吐量運算或加速運算的願景。」
與 AMD 和 Nvidia 採用專有指令集架構（ISA）的 GPU 不同，Intel 的 Larrabee 使用的是 x86 ISA，並加入了 Larrabee 特有的擴展指令。這為並行化的通用計算工作負載提供了一定的優勢，但在圖形應用方面卻成為了劣勢。結果，Larrabee 後來以 Xeon Phi 處理器的形式重新推出，最初的目標是 2010 年的超級運算工作負載。然而，由於傳統的 GPU 架構透過 CUDA 框架以及 OpenCL/Vulkan 和 DirectCompute 等 API 獲得了通用計算能力，並且在效能擴展方面更具優勢，Xeon Phi 並未獲得廣泛的市場認可。在 Xeon Phi ‘Knights Mill’ 未能達到預期後，Intel 在 2018 年至 2019 年間最終放棄了 Xeon Phi 專案，轉而將重心放在為高效能運算（HPC）開發資料中心 GPU 和為 AI 開發專用 ASIC 上。
從很大程度上來說，Larrabee 及其後繼者 Xeon Phi 系列的失敗，根本原因在於它們基於一個不適合圖形、AI 或 HPC 工作負載擴展的 CPU 指令集架構。Larrabee 的失敗早在 2000 年代中期就已埋下伏筆，當時 CPU 仍然是市場的主導力量，而 Intel 的技術領導層誤判了 x86 在未來異構運算領域的潛力。時至今日，Intel 嘗試採用更傳統的 GPU 設計來進軍 AI 領域的努力也大多以失敗告終，例如，該公司最近就取消了原計劃用於資料中心的 Falcon Shores GPU。目前，Intel 將其未來的希望寄託在其下一代 Jaguar Shores 產品上，但該產品預計要到明年才會發布。
Pat Gelsinger 的發言不僅揭示了 Intel 在過去發展歷程中的一些關鍵失誤，也從一個側面印證了 Nvidia 在 AI 領域取得巨大成功的必然性。Nvidia 憑藉其對 GPU 與 CUDA 技術的長期堅持和前瞻性佈局，牢牢抓住了 AI 革命的歷史機遇，而 Intel 在轉型過程中顯然面臨著巨大的挑戰。Gelsinger 的「幸運」之說，或許也帶有一絲對時過境遷的唏噓與反思。在未來的科技競賽中，Intel 是否能夠成功搭上 AI 的下一班列車，仍然充滿著懸念。