英特爾在芯片開發(fā)方面開辟了新方向：人工智能，它相信人工智能將滲透到所有應用和Web服務中。

當?shù)貢r間周四，英特爾宣布在開發(fā)一款能處理人工智能負載的新芯片。目前，人工智能芯片獨立于主流產(chǎn)品線，在計算機中被用作專用主芯片或協(xié)處理器。

但是，隨著時間推移，英特爾將在其主流服務器、物聯(lián)網(wǎng)，甚至PC芯片中整合人工智能特性。人工智能特性可以應用在服務器、無人機、機器人和自動駕駛汽車中。為實現(xiàn)業(yè)務多元化，降低對PC市場依賴程度，英特爾在積極進軍這些新市場。

人工智能計算的霸主是英偉達GPU(圖形芯片)和谷歌等公司的定制芯片。英特爾計劃推出多款面向深度學習任務的非GPU芯片，加速進軍人工智能領域。由于反應遲緩，英特爾錯過了手機市場機遇，它希望在人工智能市場上不會重蹈手機市場的覆轍。

英特爾缺乏先進的GPU技術，希望替代性芯片能彌補其不足。英特爾相信它不需要GPU也能進軍人工智能市場，不會像英偉達那樣把所有雞蛋都放在一個籃子中。

英特爾正在開發(fā)代號為Knights Mill的人工智能芯片，它面向深度學習，是至強Phi芯片系列成員。英特爾尚未披露這款芯片細節(jié)。英特爾數(shù)據(jù)中心集團副總裁詹森 韋克斯曼(Jason Waxman)表示，在運行深度學習任務方面，Knights Mill運行速度將是代號為Knights Landing的現(xiàn)有至強Phi芯片4倍。

Computerworld 表示，Knights Mill將于明年發(fā)布，表明英特爾進入人工智能領域的急迫心情。上兩款至強Phi芯片發(fā)布時間相差4年。

與英特爾開發(fā)的其他芯片相比，Knights Mill有數(shù)項獨門武功。不同于專注于數(shù)學計算的英特爾高性能芯片的是，Knights Mill把一系列高速、底層浮點運算串在一起，得出結論。這些結論是深度學習的真髓——圖像識別等問題的結論不可能總是精確的。不過，隨著計算機深度學習模型越來越強大，結論也將越來越精確。

明年上半年，英特爾還將發(fā)布首款利用Nervana技術的深度學習硬件。英特爾今年8月收購了Nervana。Nervana芯片主要面向訓練——創(chuàng)建深度學習計算機模型，它也可以用于推理——通過更多數(shù)據(jù)強化深度學習模型。

Nervana芯片將主要被應用在服務器中。最初，英特爾將以板卡形式銷售Nervana芯片，板卡可以插入標準PCI-Express插槽。英特爾人工智能解決方案部門副總裁兼總經(jīng)理納威恩 勞(Naveen Rao)表示，但隨著時間推移，Nervana芯片將越來越“靠近”處理器。納威恩 勞是Nervana創(chuàng)始人。

上述兩款新芯片將加入英特爾人工智能芯片陣營。英特爾最近收購了人工智能芯片廠商Movidius，谷歌眼鏡就配置Movidius的計算機視覺芯片。Movidius芯片可以應用在可穿戴設備、無人機和機器人中，完成目標識別和深度測量等任務。

英特爾還銷售FPGA(現(xiàn)場可編程門陣列)芯片，希望這類芯片能被應用在服務器、自動駕駛汽車、機器人和無人機中。英特爾明年將銷售被稱作“Deep Learning Inference Accelerator”(深度學習推理加速器)的FPGA芯片，競爭對手是谷歌Tensor Processing Unit等推理芯片。

英特爾的急迫心情源自人工智能的快速普及。傳感器能生成大量數(shù)據(jù)，人工智能是理解這些數(shù)據(jù)意義的一種新興技術。

谷歌、Facebook和亞馬遜等大公司，都在部署軟件和硬件，嘗試理解這些數(shù)據(jù)的意義。微軟小娜語音助手是人工智能應用的一個范例，它利用算法和FPGA識別語音。

這些系統(tǒng)的效果取決于與深度學習模型有關的軟件。Nervana的軟件將成為英特爾面向深度學習的并行編程框架，這款開放源代碼編程框架的競爭對手包括Caffe、Torch、谷歌TensorFlow和微軟CNTK等。

但這么多人工智能芯片會讓客戶感到無所適從嗎?韋克斯曼表示，芯片越多越好。英特爾希望向客戶提供多種選擇，部分芯片擅長具體任務。

市場研究公司TIrias Research首席分析師吉姆 麥克格雷格(Jim McGregor)說，英特爾迅速在人工智能市場占有一席之地是重要的。

麥克格雷格說，英特爾在人工智能市場上推出多種芯片，目的是檢驗哪種芯片更有生命力，“英特爾推出多種解決方案是很好的，但它與其他芯片廠商相比沒有任何優(yōu)勢。”

Computerworld稱，英特爾進軍人工智能市場并非沒有風險。麥克格雷格表示，英特爾收購Nervana的目的在于后者軟件，任何把客戶鎖定在這些工具上的嘗試都不會被業(yè)界接受。Nervana的工具是開放源代碼軟件，針對英特爾芯片，但Caffe等其他框架越來越普及。

麥克格雷格說，“這是一個有問題的戰(zhàn)略。過去10年英特爾一直是這樣做的，它嘗試讓所有人都采用其技術。”

但深度學習尚處于發(fā)展早期，針對深度學習對計算技術進行優(yōu)化還需要時間，量子計算機和人腦模擬芯片等新型硬件將改變市場格局。