英特尔老骥伏枥，志在千里要如何完成转型？

深度学习的高并行、高本地化数据场景。

在人工智能领域，目前大多数企业采用的是"CPU+GPU"的协同计算组合，在这种异构模式下，应用程序的串行部分在CPU上运行，而GPU作为协处理器主要负责计算任务最繁重的部分。

而英伟达加速计算业务副总裁Ian Buck早前层公开发表了一篇名为《聊一聊英特尔在深度学习Benchmark上犯的错》的博客文章，指出英特尔在对比时使用的是18个月前的数据，而如果使用更新的Caffe AlexNet数据，就会发现四个Maxwell GPU比四个Xeon Phi处理器的速度快30%。

对于英特尔在人工智能领域的种种布局，黄仁勋则代表英伟达表示质疑：如果说至强融核(Xeon Phi)协处理器对于AI非常适用，那为什么要收购Altera？既然买了Altera，Altera又非常适合AI的话，为什么要买Nervada Systems？如果Nervada Systems才是真正的AI方面的技术，要进行开发和产品推出的话，那至强融核协处理器又怎么办？如果说这三个都适合AI，那是不是意味着至强融核协处理器就不适合AI呢？

一旦Intel在人工智能方面表现没有如预期，Intel需要多想想未来了，不过编者本人对Intel还是抱有很大的信心的。毕竟他们有很深厚的芯片设计经验和制造工艺加成。当然，庞大的资金支持，也是Intel未来能安然发展的根本。

更多最新行业资讯，欢迎点击《今日大事要闻》！