當Windows褪下主角光環之后，微軟能否走出迷局？ 有態度
圖片來源：視覺中國
“后PC時代”這個詞用了有十年，但是仍不過時。對于微軟來說，不論是PC時代，互聯網時代，還是移動互聯時代，Windows都是其不可剝離的主營業務。但過去兩年，這項曾經是微軟賴以生存的主營核心、靈魂支柱卻在逐漸淡出其主角身份。
業界不少分析師指出，微軟的新戰略是一個極具風險的賭注，在原有核心業務主營占比過大的前提下改變財報結構，甚至作出撤銷Windows部門這樣的組織架構調整，除非新主營勢在必得，否則極有可能遭受戰略轉型過快帶來的懲罰。
最新2018第三財季數據顯示，微軟當季268.19億美元總營收中，生產力和業務流程營收90.06億美元，同比增長14%；智能云營收78.96億美元，同比增15%；包括Windows在內的更多個人計算業務營收99.17億美元，同比增11%且占比37%。
由于2015年9月納德拉主刀了新的財報結構，我們無法看出Windows業務的主營收入，但是增速趨緩是肯定的。盡管如此，有一點不能忽略：云也好，生產力也好，微軟的這些新晉主營能夠在中短期內表現優異，離不開Windows在操作系統層面植入PC端、服務器端以及橫跨消費、企業級兩大市場對前者的反哺。從這個角度看，如果計入Windows在生產力、智能云業務中的正向影響而產生的價值，那么其主營占比應該要超過37%。
Windows的淡出與其趨于飽和的營收增長有關，相比之下，云和生產力部署顯然是一個年輕的增長極。納德拉的“戲法”刺激了華爾街的預期，就財報而言，可以認為他已經兌現了承諾，但是從戰略轉型的過程來看，新生的微軟真的已經無后顧之憂了嗎？
戰略進化：從“移動為先”到“智能邊緣”
微軟的戰略演進基于納德拉對未來物聯網和計算格局做出的構想，在Build2018開發者大會上正式提出。微軟認為，未來計算不再只是一個接口，而是嵌入到任何地方的東西，包括家庭和城市，整個世界就是一臺巨大無比的計算機。
去年的開發者大會上，微軟已經不再提“移動為先、云為先”的說法，取而代之的是“智能云、智能邊緣”。在工業自動化領域，邊緣計算這一事物由來已久，指的是物聯網結構靠近設備或數據源頭的一側，將開放平臺算力從中心端向物端傾斜，滿足邊緣一側更快的算力響應以及實施業務需求。
傳統的物聯網，智在數據中心，不在邊緣。而微軟構想的“智能邊緣”致力于通過集成了AI級算力的Azure云讓“智能”在中心與物端之間流動，從而大幅降低邊緣對中心算力的依賴。獲得了“更高智能”的邊緣設備也有能力獨立、就近地處理大部分物聯網任務。
從Azure IoT Edge這套解決方案我們不難看出微軟未來的愿景以及戰略轉型線路的演進。
微軟試圖通過新晉現金牛Azure云業務的擴張，結合核心技術沉淀生產力優勢，加上AI方面的努力，力圖打造未來物聯網工業新的智能陣地，從而有別于谷歌、亞馬遜在消費級市場、中小企業方面的優勢。而微軟自己提供的全球財富500強企業95%在使用Azure云，以及Office 365的企業月活用戶超過1.2億，這些數據也側面證實了其轉型后的戰略方向。
所以我們看到，以往Windows作為獨立業務形態在微軟當下戰略演進過程中成了一個尷尬的存在，它不得不在財報中隱藏起來，甚至被裁掉了現實中的業務部門，成為智能云、智能邊緣以及生產力的一部分。在個人消費領域大撤退之后，專注深耕企業級市場已是微軟的不二選擇。
AI——算力時代的角逐
一個屬于智能云和智能邊緣計算的世界，納德拉的構想很好，但是要想在人工智能時代的物聯網領域施展抱負，并非簡單。在算力角逐的當下，微軟并不具備當年Wintel聯盟在PC時代的優勢，而生產力流程的領先，只能算一個加分項，不足以對全局產生影響。
人工智能的格局已全面進入算力時代，AI算力延續了人們對PC摩爾定律的預期，成為下一輪業界角逐的競賽焦點。現有的人工智能技術進程以人工神經網絡和深度學習為大背景，AI算力的市場需求也因深度學習工程的兩大環節被分割為training（訓練）和inference（推測）部分。
GPU在訓練部分扮演著不可或缺的角色，由于AMD在該領域的長期缺位，這部分的市場如今幾乎都落入了英偉達的手中。而推測部分的市場現狀可謂是大混戰，亞馬遜、谷歌、英特爾、微軟、高通等等均有涉獵。
微軟在算力推測領域的競爭者基本鎖定了亞馬遜和谷歌。
在Build2018開發者大會上我們驚奇地看到Cortana和Alexa的合作細節，如果說微軟與亞馬遜還有合作余地的話，那么對于谷歌的AI技術，基本上只剩下了純粹的競爭。不難看出，谷歌在皮查伊上任后對企業級市場一直心懷覬覦，而開放的Cloud TPU更彰顯了谷歌企圖全盤掌控人工智能格局的野心。
因為TPU的競爭對象既指向了英偉達的GPU訓練算力，又包含了亞馬遜、英特爾、微軟所圍獵的推斷市場。
谷歌在人工智能領域的實力毋庸置疑，TensorFlow是全球最流行的深度學習框架，基于ASIC（專用集成電路）定制化的第二代TPU單塊板卡算力高達180 tflops（目前已有第三代，據說性能提升8倍多）。
在面對如此強勁對手情形之下，微軟唯有牽手舊盟友英特爾以低延遲為唱點，力推FPGA（現場可編程門陣列）產品，畢竟英特爾曾花費167億美元重金收購了深耕FPGA多年的Altera公司，手上還有點家底。
Project Brainwave就是Wintel聯盟在這個時代的新產物，一個結合了Azure云用于邊緣環境，基于FPGA的低延遲深度學習云平臺，無需批處理可支持39.5tflops算力。FPGA的優點是靈活可配置、低延遲，對于小算量、大批次的體驗友好，但是拼算力絕不是TPU（ASIC）的對手。所以我們看到了Build2018的另一個場景：納德拉呼吁人們不要將想法“鎖在”固定的專有芯片上，并提醒企業要小心TPU的誘惑。
最后
當Windows褪下主角光環那一刻，微軟徹底與舊時代告別。
納德拉所構想的智能邊緣計算能否成為微軟新的核心競爭優勢，當下仍存在太多挑戰。算力角逐的時代是業界史上最激烈的賽道，微軟能否走出迷局抵達柳暗花明，未來存在太多變數。
1.砍柴網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；2.砍柴網的原創文章，請轉載時務必注明文章作者和"來源：砍柴網"，不尊重原創的行為砍柴網或將追究責任；3.作者投稿可能會經砍柴網編輯修改或補充。
京公網安備 11010502032797號