几乎所有行业都在谈论人工智能（AI），为AI提供最底层硬件技术支持的芯片行业更是处于漩涡之中。

对于行业大佬英特尔来说，机遇与挑战并行。一方面，曾经的合作伙伴英伟达正在用GPU(图形处理器)占据越来越多的深度学习硬件市场，创始人黄仁勋更是公开说“摩尔定律已死”。一方面，“造芯新势力”声势日益浩大，谷歌的TPU、百度的昆仑、阿里的平头哥、华为的昇腾……他们言必及AI，因为AI对算力的需求极高。

“英特尔最强的是CPU，处理能力强，但在训练上能够比英伟达的GPU便宜而且好用吗？”一位还在读研二的学生在11月14日的英特尔的人工智能大会上发出了这样的疑问，这也是很多人对于这家老牌芯片厂商在人工智能战略上的误解。

吸取了移动互联网的教训，这次英特尔的反应速度变得更快了。从2016年开始英特尔已经意识到数据的重要性，并将其作为核心战略。同样是两年前，英特尔收购了深度学习初创公司Nervana Systems和视觉芯片初创公司 Movidius，后来Nervana的首席执行官兼联合创始人Naveen Rao被任命为人工智能产品事业部的总负责人，他主导推出的神经网络处理器（NNP）Nervana成为了英特尔人工智能的核心产品。

在数据科技和人工智能布局已久的英特尔，已经准备开足马力了。

完整的产品组合

除了不断优化CPU在AI方面的算力，英特尔也不断向外界传达一个信息：英特尔是唯一能够提供完整的人工智能解决方案组合的公司。这句话如何理解？

通俗地说，完整的解决方案就是完整的产品组合，英特尔的AI产品组合包括至强可扩展处理器、英特尔Nervana神经网络处理器和FPGA、网络以及存储技术等；针对深度学习/机器学习而优化的基于英特尔架构的数学函数库(Intel MKL)以及数据分析加速库(Intel DAAL)等；支持和优化开源深度学习框架如Spark、Caffe、Theano以及Neon等；构建以英特尔Movidius和Saffron为代表的平台以推动前后端协同人工智能发展。

“AI不仅仅是模型的训练，还有推理，行业的应用落地需要更庞大的技术支撑。”杨旭解释道，同时也回应了开发者的疑问。

在英特尔人工智能大会的一周后，英伟达在11月21日举办了GPU技术大会，开场时进行了一个RTX技术（实时光线追踪技术）的演示，让游戏画面中的光影质感更加惊艳，非常fancy（华丽）。相比之下，英特尔更加务实，拿出了一个个产品说话。

在比较受关注的NNP领域，Naveen Rao宣布了更新情况，包括将于2019年面市的云端AI芯片NNP“Spring Crest”以及神经计算棒二代（简称英特尔NCS 2）。

英特尔?NCS 2外形跟普通U盘差不多，基于英特尔Movidius Myriad X视觉处理单元，NCS 2与上一代神经计算棒相比，能够以较低的成本加快深度神经网络推理应用的开发。英特尔Movidius VPU芯片早就面向在汽车、无人机等新兴的硬件市场，比如大疆无人机、特斯拉，以及Google Clips摄像头中都采用了Movidius的视觉芯片。

在大会现场，腾讯优图的负责人演示了最新的人工智能系列产品，其中就有利用Movidius Myriad芯片实现在摄像头上的直接推理的解决方案案例。CLEAN WATER AI的联合创始人Perter Ma也在现场介绍了基于Movidius神经计算棒开发的创新项目，将Movidius插在运行Ubuntu操作系统的电脑上，连接显微镜，一套测试和确认清洁水源的设备就完成了。

据英特尔介绍，利用计算棒可以在网络边缘构建智能的AI算法和计算机视觉原型设备，使用非常简单且易于开发，可以帮助开发者进入实际应用的量产阶段。NCS 2可以在标准USB 3.0 端口上运行，只要一台笔记本电脑，不需要额外的硬件，开发者仅需数分钟就可以让他们的 AI 和计算机视觉应用程序运转起来，无论开发者研发的时智能相机、无人机、工业机器人还是智能家居设备。

笼络学术社区和人才

人工智能市场的机遇究竟有多大？IDC和Tractica公司的分析报告显示，在2017年中国人工智能市场规模只有9亿美元，短短五年以后，到2022年中国人工智能市场规模会达到90亿美元，年复合增长率在58%以上。

“人工智能还处在非常初期的阶段，这是一场没有终点的马拉松，而且刚刚起步。一项最新调查显示46%的CIO们都制定了相关的AI计划，但真正落地的只有4%。”英特尔公司全球副总裁兼中国区总裁杨旭说。

在2B的合作上，英特尔已积累了丰富的案例，包括Facebook、腾讯、百度、美的、汇医慧影等。同时，英特尔不认为合作伙伴自研芯片是一种竞争。

“英特尔不与我们的客户相竞争，” Naveen在接受媒体采访时说：“谷歌、微软等大公司自己做芯片，归根结底是由于我们芯片厂商没有提供给他们适合的产品，因此，短期看他们自己做芯片更省钱，更有效率。我不认为他们会销售芯片，也不认为他们想要进入芯片行业，等到英特尔研发出工艺更好、价钱更便宜的芯片时——芯片制造工艺是英特尔的核心价值所在——大公司自然就会重新使用英特尔的产品，不再自己做芯片。”

Naveen表示，在AI领域，英特尔专注于三个方面：工具、硬件和社区。今年7月，北京市经信委发布的《北京人工智能产业发展白皮书》显示，中国有4000多家人工智能公司，获得风险投资的人工智能公司合计1237家。中国正成为全球人工智能领域的新增长极，AI也成为中国的创新标签。

基于这个巨大的产业和生态，英特尔宣布了 “AI未来先锋计划”，在前沿研究、师资建设、人才培养、产业对接等方面展开多方位合作，积极探索产学研携手推动人工智能发展的新模式、新路径。

英特尔人工智能产品事业部全球数据科学负责人刘茵茵表示：“数据科学应该与AI研究紧密结合，并通过开源工具与社区建立联系，一起打破模型到现实的障碍，用AI解决更多的实际问题。”目前已经与英特尔开展合作的包括高校包括清华大学、南京大学、上海交通大学、西安电子科技大学和中国科学院自动化研究所等。

今年5月，英特尔还推出人工智能构建者项目（AI Builder program），通过英特尔在技术、营销、投资和服务等方面的支持，能够迅速面向市场推出人工智能解决方案，现在获得超过150家参与者的积极响应。

垂直投资人工智能行业

英特尔在AI方面的布局不仅限于上游公司，还包括做具体应用场景的公司。每年，英特尔都会举办英特尔投资全旗峰会，今年投资总额超过1.15亿美元。在其今年公布的投资组合中，就有5家人工智能公司。

通过收购英特尔可以更加熟悉主要的垂直领域，打通应用场景。也有分析指出，在人工智能领域，由于计算场景的需求差异化极大。英特尔如果要为不同的场景定制芯片，意味着选择主攻的应用场景非常重要，否则会大大增加业务的复杂度。

目前AI应用的重点集中在医疗、自动驾驶、零售、机器人等领域。在英特尔过往投资案例中不乏这些行业，最知名的要数自动驾驶公司Mobileye——2017年3月，英特尔以140亿至150亿美元收购了这家以色列科技公司。目前，全世界有25个主机厂商使用Mobileye的设备，13家汽车厂商成为了其合作伙伴。距离英特尔收购Mobileye已过去一年的时间，从目前发展状况来看，英特尔+Mobileye已经形成了一套“CPU + FPGA + EyeQ + 5G ”构成的强大计算平台和通信，可实现从感知到决策和通讯的解决方案。

“其实我们也一直在跟踪（行业的最新动向），和很多公司都有早期的接触，看到的是更多是互补，不是竞争，很多芯片厂商都是在加速，和英特尔之间的至强产品其实是有互补性，所以这里面的互补性，合作的空间很大。”杨旭对记者说。

根据最新发布的财报，英特尔第三季度以192亿美元的营收创造了有史以来的新高，营收和利润均超过了华尔街的预期。英特尔在人工智能赛道上的投入和投资不遗余力，这位今年50岁的芯片大佬或许很快会迎来“第二春”。