打败英伟达GPU胜算几何，就靠英特尔这三大AI战略？

人工智能在全球越来越热，谷歌、IBM、微软的人工战略相继出台，业界早就在等待英特尔人工智能战略图谱。从收下Saffron、Movidius、nervana，到布局无人机、自动驾驶、精准医疗，英特尔在AI市场会下怎样的一盘棋？不久前，英特尔在美国公布其人工智能战略。11月30日，英特尔全球副总裁兼中国区总裁杨旭在接受记者采访时表示："练内功、做生态、聚焦关键AI应用是英特尔AI战略的三个关键。"

深度学习芯片三年后百倍速于GPU

11月30日，英特尔人工智能论坛在北京举行，英特尔公司内部人工智能相关领域的"大佬"悉数到场，包括英特尔人工智能解决方案总经理Naveen G.Rao、英特尔数据中心解决方案部门总经理Jason Waxman以及软件和服务事业部总经理Wiliam Savage。

从英特尔公布的AI图谱来看，英特尔在AI"练内功"的维度，包含了"功能和体验"两个部分。目前大家对英特尔AI的关注更多集中在"功能"维度，收下Saffron、Movidius、Nervana之后，让英特尔在机器学习/深度学习、推理系统、机器视觉等AI"功能"能力上获得了增强。

90天前，英特尔公司完成对Nervana Systems的收购。Nervana是人工智能ASIC芯片供应商，收购Nervana，被视为英特尔对抗AI市场"一边倒"采用GPU的应对之举。目前，市场上大部分的深度学习、机器学习都通过GPU来处理，也正是这个原因让拥有GPU的英伟达公司股价一涨再涨。拿下Nervana，能让英特尔战胜英伟达GPU吗？

Nervana公司联合创始人Naveen G.Rao现在是英特尔公司人工智能解决方案部门的总经理。他认为，GPU并不是为AI而生的，所以它不可能比Nervana 更好。"英伟达的产品主要针对图像渲染，这与深度学习有类似地方，但并不完全相同。从目前可选择看，GPU是能够用来加速深度学习最适合的产品。但事实上，人们还可以打造更优化、更适合深度学习的产品。从架构上看，英特尔的深度学习芯片比GPU加速深度学习的速度要快十倍。"

Naveen G.Rao表示。目前，英特尔公布了如何将Nervana的技术集成至现有产品路线图的更多细节。英特尔将在2017年上半年测试第一款芯片（代号为Lake Crest），并在下半年向主要客户发售。此外，英特尔还在人工智能路线图中增加了一款新产品（代号为Knights Crest），它将Nervana技术与英特尔至强处理器紧密集成。从透露的信息看，英特尔希望三年后，Nervana能将训练深度学习模型的时间缩短至GPU解决方案的1/100。

不久前，英特尔在旧金山公布了其AI产品组合，在产品组合中，除了Nervana，还包括了至强处理器、至强融核处理器以及FPGA。英特尔之所以给出这样的产品组合，因为有数据显示，在数据中心，目前与AI相关的计算占比为7%左右，还是比较少的一部分，针对不同的工作负载仍需要不同的芯片。

英特尔执行副总裁兼数据中心事业部总经理柏安娜透露，相较于前一代处理器，下一代英特尔至强融核处理器（代号为Knights Mill）的深度学习性能可提高4倍，计划于2017年上市。另外，英特尔已向特定云服务提供商合作伙伴提供下一代至强处理器（代号为Skylake）的初期版本，该处理器采用了英特尔高级矢量指令集AVX-512集成加速技术，能够极大增强机器学习工作负载的推理性能。

尽管有了路线图，Nervana与英特尔在技术上融合、芯片的量产仍需要时间。未来的路线仍有可能随市场再做微调。

推动AI生态布局重点应用

Naveen G.Rao曾在高通公司工作过，后来创立了Nervana公司。为何选择"嫁给"英特尔而不是高通或其他公司？他表示看重英特尔在数据中心和生态方面的能力。要想让Nervana释放更大的能量，加入英特尔这样有生态能力和很强数据中心和芯片制造能力的企业是更好的选择。

在英特尔人工战略图谱中，另一个重要的维度是AI生态。英特尔希望通过一系列兼具易用性和跨平台兼容性的开发工具，通过建立联盟、推动教育，来打造开放的人工智能生态系统。

在美国，英特尔与谷歌联手，合作主要包括Kubernetes（容器）、机器学习、安全和物联网的技术集成。在北京的这场人工智能论坛上，京东现身站台，京东透露采用英特尔至强处理器以及Caffe版本解决方案，可以更灵活地应对亿级量级的图像数据处理任务。比如，对非法图像识别的线上性能提升4倍以上。同时透露未来双方还将在人工智能领域继续深入合作。

不久前。英特尔还推出了英特尔Nervana图形编译器来加速英特尔芯片中的深度学习框架的发展。目前各IT巨头都在加强深度学习框架的发展，这个平台能否聚集更大的群体，仍不明朗。

除了工具、平台、生态的建立，事实上英特尔最