疯狂布局人工智能，英特尔将推一系列AI解决方案

2016年可谓是人工智能年。借着人工智能（Artificial Intelligence,AI）60周年的东风，人工智能这一概念可谓从年初一直火到年尾，在全球范围内掀起了一股新的浪潮。另一方面，互联网、移动互联网和物联网产生的海量数据以及云计算提供的计算服务能力，让现代社会和企业的自动化、智能化需求井喷。不只Google、Facebook、Amazon 等网路巨头争相投入，英特尔、AMD、nVIDIA 过往在PC 市场的战局也逐渐转至人工智能领域。各家除了在处理器、显卡加速升级以更符AI运算，英特尔更是对此展开一连串的收购，从认知运算公司Saffron、机器学习新创Nervana 到电脑视觉芯片公司Movidius，可谓疯狂布局。

英特尔在11 月中公布了最新的人工智能策略，预告未来将推出一系列AI 解决方案，11 月17 日、30 日英特尔分别在美国旧金山、中国北京举行人工智能论坛（AI Day）布道，大会发布了一系列涵盖从前端到数据中心的全新产品、技术及相关投资计划，表达英特尔要从芯片硬体、运算软件到架构掀起一连串AI 革命的决心。

英特尔CEO科再奇（Brian Krzanich）称人工智能为人类历史重要的新转折点，并强调英特尔是唯一有能力加速推广AI的公司，而英特尔正投注大量的资源在人工智能，以促进商业与社会的发展。科再奇甚至指出，所有的收购都是为了使人工智能遍及英特尔的产品。重押AI的野心尽在言辞。

英特尔除了发布了构建于业界领先的基于英特尔架构的涵盖至强处理器、至强融核处理器、Nervana平台和FPGA、Omni-Path网络、3DXPoint存储等技术的硬件平台，结合英特尔针对深度学习/机器学习而优化的英特尔数学函数库（Intel MKL）、英特尔数据分析加速库（Intel®DAAL）等；还包括为多节点架构提供卓越性能的开源软件框架如Spark、Caffe、Theano以及Neon等；以及可推动前后端协同人工智能发展布局的Saffron、TAP、Nervana 系统、Movidius等工具和平台。

这些产品组合将最终帮助广泛的行业和企业更方便地获取、开发和部署人工智能应用，将人工智能潜能在各个领域中充分释放，如智能工厂、无人驾驶汽车、体育、欺诈检测、生命科学等等。下面我们全面盘点英特尔人工智能产品线。

借助AI热这股东风以及讯飞成熟的人工智能交互平台，“2016讯飞智能语音设计大赛”正在火热报名，大赛入口>>

由 Nervana 串起的 AI 产品组合

在英特尔人工智能的发展上，Nervana 成为首先被关注的焦点，Nervana 为今年 8 月所买下的机器学习新创公司，以此为新产品名称，包含 Xeon（中国译为至强）、Xeon Phi（中国译为至强融核）英特尔现有 CPU 产品都被纳入其中。

英特尔旗下 Xeon 独霸服务器芯片市场，官方数据强调，目前在运行 AI 运算作业的数据中心服务器市占高达 97%。但在近期人工智能深度学习技术逐渐受到关注，运算模型对平行运算的需求，使得 GPU 在 AI 领域的重要性日增，英特尔显然不想让 nVIDIA 等厂商抢了自家原本重要市场。

英特尔执行副总裁暨数据中心事业群总经理 Diane Bryant 更豪言，2020 年以前 Nervana 平台训练深度学习模型时间，要比现行 GPU 训练时间缩短 100 倍， 加速深度学习的脚步。在这次北京 AI Days 上，英特尔中国研究院院长宋继强指出，Nervana 在数据量足够大的情况下，机器在影像与语音的辨识能力已能超过人类。

对于 Nervana 为何能加速深度学习效能，宋继强做出解释，其指出在机器学习领域，研究者无不期望性能能够随着数据增多而提升，这点初期可透过增加处理器数量做到，但当处理器增加到一定程度，性能增长停滞，所面临的就是 I/O 问题，由处理器之间通讯、内存访问所产生的瓶颈。Nervana 技术则能更高效定义内存频宽与计算密度，去匹配数据量增大的需求，同时让多个节点并行支持大模型训练，而能有近乎线性的性能扩展。

英特尔在这几次活动也揭露整合 Nervana 技术后的产品蓝图，除了首颗专用于深度学习运算的芯片 Lake Crest 将于 2017 年上半进行测试，Nervana 结合 Xeon、Xeon Phi 处理器的新品同样将在 2017 齐发。

第一颗整合 Nervana 技术的 Xeon 处理器 Knights Crest 被制定用于深度学习的核心技术类神经网络，并支持高频宽互连。而加入 64 核、72 核的超多核心协同处理器 Xeon Phi 可在软件配合下大幅提升计算性能。宋继强举例，Caffe AlexNet 刚放上 Xeon Phi 上运行时性能并未有多大的改变，但在经过软件部门研究人员六个月最佳化后，性能提升了 400 倍。

而英特尔明年推出融合 Nervana 的 Xeon Phi 处理器 Knight Mill，将能再比现有 Xeon Phi 处理器 Knight Landing 效能提升 4 倍。而日前收购的 Altera FPGA 产品也被整合进 Nervana 的 AI 产品线，强调在部分特定领域可用于专门的客制化架构，或者框架还未确定时便于实验、修改。

借并购拓展物联网 AI 布局

英特尔在物联网领域 AI 发展同样卡好位置，在今年 8 月收购 Nervana 的隔月，英特尔收购了移动图像处理技术开发商 Movidius，透过 Movidius 特有的 Fathom 软件技术，能将通用的神经网络模型转化为嵌入式深度学习模型于硬件架构运作，使无人机、AR/VR 头盔等终端应用进行图像分析等深度学习功能。

如果说 Movidius 强化了英特尔在物联网 AI 的“眼力”，去年 10 月买下的认知运算公司 Saffron 则加强了英特尔在物联网 AI 的“脑力”，Saffron 技术平台能找出不同事物间的关联，并进行逻辑推理与记忆，对异质资料进行透明化分析，而官方指出，这项技术特别适合运用在小型设备，使在各种物联网设备上进行智能局部分析成为可能，并能运用于诈欺防范等商业领域。

昔日的半导体巨头正在转变

若没有好的演算法配合，有再强大的硬件做基础同样徒然，在人工智能领域可看见昔日的半导体巨头重视起软硬件的整合，英特尔软件与服务事业部副总裁暨开发者及产品部总经理 William Savage 透露，部门正朝着如何对 AI 做贡献而努力，一则是算法的持续优化，如致力于简化神经网络模型、降低精度，再者就是开源，除了将自家深度学习数学函数库 Math Kernel Library（MKL）开源，英特尔还借不同的开源平台与各领域单位合作，如与 Google 合作，持续强化深度学习框架 TensorFlow 在自家处理器的效能；与京都大学合作使用 Theano 用于治疗药物发现等，其他如 Caffe、neon、torch、MXNet 等较受瞩目的开源深度学习框架都在英特尔的相容范围。

英特尔的这些策略已脱离单纯的半导体芯片设计、制造，从点到面交织成一个缜密的网，强调要提供全面的人工智能解决方案。

英特尔副总裁 Jason Waxman 表示，人工智能的发展仍处于婴儿期。英特尔虽已做了全面的布局，但与 AMD、nVIDIA 群强在人工智能的争战才正要展开。