英特尔的AI之路是由谁带来的

继在美国发布一系列人工智能新产品后，时隔10天，英特尔在中国展示了这些新产品。该公司人工智能事业部副总裁Julie Choi（辛周妍）代表总部发言，重申了2019年营收超过35亿美元的目标。随后，辛周妍告诉新京报记者，是客户想要成为人工智能公司，都需要人工智能，所以英特尔有必要向他们提供支持人工智能的硬件和软件。

11月22日，英特尔实践AI媒体分享会后采访中，辛周妍表示，英特尔历来都在主要的技术转型当中起到关键作用，而最新的技术转型就是人工智能，因此对英特尔来讲，参与其中是非常重要的，英特尔会在每一个产品中都支持人工智能。

在之前披露的产品规划中，英特尔认定单一解决方案无法满足多元化需求，因此其要提供完整的硬件组合与计算平台，包括CPU、GPU、FPGA和ASIC等芯片，满足从数据中心服务器到边缘，再到设备的不同需求，并且提供优化的软件，加速和简化技术的开发和部署。

凭借强劲的CPU在服务器数据中心市场的出货，英特尔此前并不被认为是人工智能的核心玩家，甚至其官方也曾承认在部署上存在盲区，因为机器学习需要的计算、分析能力和算法与以往不一样。2016年，英特尔通过对创业公司Nervana和Movidius的收购，快速构建了对竞争对手的防御体系，因为后两者的解决方案直接威胁了竞争对手。

人工智能算法真正落地应用前有两个关键环节：训练算法和利用算法推理结论两个过程。通常而言，作为基础的训练环节主要有两个玩家，利用CPU的英特尔和利用GPU的英伟达。因为通常认为GPU更适合处理图像信息，以及英伟达对技术和软件的投入令GPU可以进行更为复杂的任务处理，所以在这一轮人工智能兴起后，GPU方案被广泛使用。

为了扭转不利局面，英特尔一方面收购了Nervana，因为后者深度学习芯片Engine的处理速度是GPU的10倍。随后英特尔追加投入3.5亿美元，用于DNN软硬件一体化平台和两代芯片产品的研发。

另一方面，英特尔也在布局GPU产品。就在几天前美国召开的全球超算大会上，英特尔公布了新的GPU计划。辛周妍表示，独立的GPU一定是英特尔人工智能组合产品中重要一员，至于上市时间预计将在2020年以后，可能更多会在2021年。因为很多客户在影像、图片、语音等任务上需要GPU。

十天前，11月12日，英特尔展示了Nervana的神经网络训练处理器（NNP-T）和推理处理器（NNP）。作为为云端和数据中心客户提供的首个针对复杂深度学习的专用ASIC芯片，英特尔为NNP提供了扩展性和效率，以及针对客户的定制化。

截至目前，英特尔披露过的合作伙伴包括Facebook和百度。对于百度的定制，辛周妍表示，因为百度希望扩展其架构PaddlePaddle的市场份额，所以这是一个战略的选择，英特尔判断未来其会有很多的应用，所以对硬件做了优化。

不过，辛周妍也承认单纯一对一的单独部署并不是可持续的商业模式，关键在于软件的优化。从软件角度，对PaddlePaddle的优化也可以应用在Tensor Flow上，也可以应用到别的厂商和客户。

事实上，人工智能领域到底追求芯片的专用化以提升性能，还是通用化以达到规模经济，一直存在争议。此前阿里巴巴曾披露其旗下半导体公司平头哥的首款人工智能芯片刷新推理性能纪录，是英伟达Tesla P4的48倍。不过，该公司一位工程师告诉记者，这款芯片为专门针对视觉识别应用而优化的专用芯片。

对于这一争议，辛周妍告诉新京报记者，英特尔选择在CPU和通用的硬件中加入AI的能力，从而支持其对人工智能的支持。不过，她也表示，英特尔将在2020年推出专用的人工智能芯片，而且当前已有云服务商采用了其产品。

10月底公布的第三季度财报显示，英特尔收获历史上新的季度营收纪录。该公司首席执行官司睿博（Bob Swan）在电话分析师会议上表示，其有比以往更大的野心。该公司将预期全年营收目标向上提高了15亿美元。