面对人工智能这盘棋，英伟达、英特尔都有啥看家本领？

这是深度学习在处理图片，以图片中的边缘作为查找目标。

制备完成的碳纳米管照片，可见条形结构。

从这里也可以看出，所谓深度学习，是指在机器得到的数据和给出的最终信息之间一个多层的、有深度的处理过程，因此它也被称作Deep learning，用于处理这些数据的模型和算法被称作NeuralNetwork，也就是神经网络。深度学习和神经网络，组成了我们目前最常见的人工智能的基础。

Xavier处理器的秘密
目前英伟达对Xavier的基本结构还没有公布太多信息，只是给出了一些最基本的参数，包括八核心CPU、Volta架构的GPU以及深度计算能力高达20DL TOPS，制程方面维持TSMC 16nmFinFET+不变。

从产品的角度来推测，Xavier在CPU部分应该改用了全新的架构，之前的Denver并没有出现在发布会上，考虑到其专用性，英伟达很可能涉及了新的架构来满足深度学习的需求。另外在GPU方面，512 CUDA Core的Volta架构也是首次发布，因为现在桌面产品还在使用Pascal架构。

最后来看深度学习能力，英伟达的想法：Xavier处理器的秘密是，在20W内做到20DL TOPS（TOPS）的深度计算能力（DL TOPS是一个8位整数计算能力的衡量方法，Xavier希望做到1 DL TOPS/W），考虑到目前的DriverPX2的计算能力只有24DL TOPS，因此Xavier在工艺不变的情况下，架构上必须做出巨大的调整才可以做到。一旦Xavier的功耗控制在20W以内，那么大批量在汽车上使用就不会成为难题了。

Xavier经过重新设计，功耗大幅度降低，在和博世合作后，外观设计更像汽车配件，也更容易在汽车内使用和搭配了。

在功能上，Xavier能够融合更多的传感器，包括摄像头、激光雷达、雷达、超声波等。另外，Xavier目前在和博世合作开发提供给汽车厂商的版本。考虑到Xavier将在2018年或者2019年大批供货，那么首次在汽车上看到Xavier应该在2020年以后了。

借助Xavier和深度学习，汽车最终可实现完全的自动驾驶。

英伟达推出的智能家庭控制中心。

英特尔的扩张
平台化和大一统
在很多用户的印象中，英特尔似乎对人工智能的发展不那么热心。比如英特尔除了在展会上带来一些有关人工智能和深度学习的应用、案例外，一般用户接触不到太多案例。实际上，英特尔在人工智能上走的是特殊的方法-通过收购和合并，打造一个人工智能全产业链集团。

之前英特尔在人工智能的研究方面也投入了不少精力。不过，和英伟达有GPU作为计算核心相比，英特尔在人工智能领域之前没有专精的产品，毕竟英特尔长期战略是坚持以CPU为核心。但这种情况在2012年发生了变化，英特尔在2012年推出的Xeon Phi加速计算器，在众核和大规模并行计算方面开始有了实际的硬件产品。在2016年的IDF上，英特尔也将重点瞄准了深度学习，其代号为Knights Mill的全新一代Xeon Phi的深度学习能力达到上代产品的4倍以上，采用全新10nm工艺打造，集成高达72个Airmont核心，能够利用板载16GB 3D RAM和384GB DDR4内存。此外，英特尔还通过大量的收购，建立了一个完整的人工智能产业集群。

Xeon Phi是英特尔在人工智能和深度学习方面最重要的硬件产品之一。

英特尔全新的Knights Mill Xeon Phi将带来更强悍的性能。

除了在硬件上作准备外，英特尔在资本市场上也开始逐步发力。其中包括以162亿美元收购Altera公司、以153亿美元收购Mobileye，以及收购Saffron Technology、Movidius和Nervana等创业企业。通过对这些企业的并购，英特尔得以快速切入人工智能市场，不但开拓了全新的领域，也大大加强了自己的实力，开始准备和英伟达正面厮杀。

在人工智能市场上，如果说英伟达是自然生长并一步步做大的话，那么英特尔就是通过并购"合纵连横"、"强行进入"的-充足的现金流和先进的制造技术给了英特尔谈判的底气，而快速的收购也让英特尔得以在最短时间内切入市场。下面，本文就简单介绍一下英特尔在人工智能市场上至关重要的三次收购。

收购Altera：获得FPGA
Altera是一家以FPGA为主要产品的公司。所谓FPGA，就是现场可编程门阵列，它是一种半定制化的集成电路，主要应用在固定计算任务和目标的场合。和一般的通用型处理器不同，FPGA特别擅长处理某一类任务，因为它的电路和芯片设计就是特别针对某一种程序进行优化的。这使得FPGA在固定应用场合非常受到用户欢迎。

目前深度学习的热门发展方向中，FPGA是不可或缺的一环。

从传统意义的市场来说，FPGA和CPU这样的通用产品还没有开始抢饭碗，但是在深度学习市场上，深度学习高度依赖于算法，FPGA在这里有一定的用武之地，而且计算架构可重构特性也能满足用户对深度学习应用的需求。此外，FPGA和异构计算的关系也密不可分，英特尔也正是看中了Altera在深度学习和异构计算上的优势，才最终下手将其收入囊中。