老牌芯片计算巨头买买买 英特尔变身数据公司_网易科技
老牌芯片计算巨头买买买 英特尔变身数据公司
用微信扫码二维码
分享至好友和朋友圈
（原标题：“任性买买买” 老牌芯片计算巨头变身数据公司）
本报记者&刘&艳英特尔近年来在买买买之路上越发“任性”。今年3月，英特尔又以153亿美元收购了以色列无人驾驶技术公司Mobileye，这已是从2013年7月算起，英特尔收购的第17家公司了，收购类型涉及人工智能、无人驾驶、5G、虚拟现实等各领域。英特尔要怎样？“如果一个市场不能生成数据、分析数据或使用数据来提供增值服务，英特尔就不会进入。”英特尔CEO科再奇的话道出了他们推行“数据驱动”战略的宗旨，这一系列的收购让英特尔从芯片计算巨头转型为目前全球唯一具备端到端实力的数据公司。基于“数据洪流”，英特尔在2016年完成了历史上第二次重大转型。是的，英特尔不再是那个卖芯片的公司了，它是一家数据公司。&&&&——增值服务——&&&&转型智能物联构建优势科再奇将数据比作“新石油”，将不同的数据形态转化为“增值服务”是英特尔转型的方向，也是未来一段时间里全球产业竞争的核心价值。英特尔全球副总裁兼中国区总裁杨旭在接受科技日报记者采访时表示，汹涌而来的数据洪流，绝不仅仅是量的爆炸，数据形态也在发生革命性的变化，正从结构化（文本图形）向非结构化（音频、视频、社交），以及不规则维度和定制类型数据演进，如声呐、GPS、雷达、镭射激光、人工智能、神经网络、基因等形式，数据处理方式也因此延伸至“端到端”。从数据的采集、传输、挖掘、分析、加速，到把数据转化帮助各行业深挖数据的价值，在向数据公司转型的过程中，英特尔构建了自己的独特优势，为未来所有智能物联领域提供“服务”。牵手2017央视春晚，用智能互联科技创造梦幻舞台效果、以无人驾驶技术为车联网提供智能新数据解决方案，以360度回放技术带来体育行业的智能变革……都是英特尔为未来数据洪流时代所提供的新“服务”能力。&&&&——技术为先——&&&&深挖数据富矿推动创新从以技术为先，转向把“服务”作为核心战略，英特尔的边界在哪里？据杨旭介绍，英特尔锁定的三个层次描画了一个完整的智能数据时代的服务能力：英特尔正在把云打造成一个创新平台，为大数据、高性能计算、人工智能提供强大的数据处理支持；英特尔曾经的传统业务主要在PC领域，现在数以亿万计的智能设备，带动了物联网发展，2017年初，英特尔发布了英特尔Go智能驾驶平台，收购Mobileye后，它将为无人驾驶汽车提供“眼睛”，而英特尔则会提供“大脑”，两者的结合将有效推动产业更快接近理想状态的智能无人驾驶；而在云、物与设备之间，以“加速技术”形成新推动力，包括存储、FPGA、5G等。据国家发改委信息，2020年中国将成为世界第一数据资源大国，中国的数据总量有望达到8000EB。那么，英特尔在中国能做什么？据杨旭介绍，英特尔在强化自身计算能力的同时，将继续帮助中国企业自主创新。在具体的领域实现AI的突破，让AI尽快落地。&&&&——走到台前——&&&&统筹资源专注人工智能在数据洪流中，让我们看到人工智能广阔的前景，但是它究竟处于怎样的发展阶段？英特尔中国研究院院长宋继强说：“以前我们想产生数据挺不容易的，现在仅仅用智能手机拍一张照片，就能轻松地把数据从物理世界带到数字世界，数据的产生源源不断，人已经没有时间和能力处理这么多数据，必须依靠人工智能，否则会被数据淹没。”“无人驾驶、激光雷达、毫米波雷达、摄像头以及导航数据等，这是非常庞大的数据，要应对这种挑战，就需要人工智能技术的发展。”人工智能专家、清华大学计算机系教授、博士生导师邓志东教授说，“人工智能还处在弱人工智能的阶段，如果没有数据洪流，人工智能做不了太多事情。如果有完备的大数据，选好特定的应用场景，它确实可以接近或者达到人类的水平和能力。”人们都愿意相信人工智能将给世界带来的改变，无数的企业投入于这场技术洪流之中寻找机会，英特尔在人工智能大潮中会扮演什么样的角色？宋继强说：“在前面的60年，英特尔在幕后通过摩尔定律推动计算能力的上升，把存储价格降下来，让很多做人工智能研究的人可以在消费级的平台做这件事情，才有了上世纪90年代开始的神经网络技术，并有了现在的种种突破。”现在，英特尔已经走到台前。据杨旭介绍，今年3月24日，英特尔宣布将组建人工智能部门AIPG（Artificial&Intelligence&Products&Group），主要工作围绕着计算能力储备、建立深度产业合作、具体领域实现突破。为了统筹资源专注于人工智能，这个事业部将涉及英特尔许多产品部门。这是继去年11月成立自动驾驶事业部之后，英特尔再次为某个领域设立独立的事业部，其战略意义可见一斑。&&&&——引领变革——&&&&从科技界杀入无人驾驶近年来，英特尔致力于5G技术研发同时，也相信5G网络将更有利于科学家们对无人驾驶技术的探索，而未来汽车的行业最有价值的部分，可能正是汽车的数据。在去年11月的洛杉矶车展上，科再奇兴奋地宣布：“英特尔将在未来两年投入超过2.5亿美元的新投资，以期实现全面无人驾驶。”随即，今年1月初的CES上，英特尔的一系列无人驾驶重磅消息令科技圈和汽车圈沸腾：宝马集团、英特尔和Mobileye将在2017年下半年开始无人驾驶汽车的路测；Intel&Go品牌诞生；英特尔收购HERE公司15%的股权。早在英特尔无人驾驶事业部成立之前，英特尔的物联网事业部就已经在智能交通和智能汽车领域建树颇多，并和英菲尼迪、宝马、比亚迪、捷豹路虎、丰田和福特等众多汽车厂商建立了广泛的IVI生态系统，构成了英特尔无人驾驶朋友圈的原始雏形。英特尔无人驾驶真正走进大众视野是在2016年7月，宝马宣布与英特尔和Mobileye展开无人驾驶方面的合作。同年11月，英特尔宣布成立无人驾驶事业部，自此，关于英特尔无人驾驶的消息持续刷新科技圈和汽车圈的认知，英特尔被称作从科技圈杀入汽车圈的一匹黑马。在Google、特斯拉、百度、Uber、乐视等公司纷纷入场之后，英特尔给出了它关于无人驾驶的答案：全球唯一一家端到端无人驾驶解决方案供应商。科再奇在博客中说：“谈到未来驾驶，英特尔对合作伙伴、对整个行业以及对全球社会的承诺就是加速无人驾驶、提供端到端解决方案，并引领下一代计算变革。在整个行业内，只有英特尔能够提出并兑现这一承诺，因为我们拥有全面且无与伦比的技术组合——这些技术是通过收购和创新而开发的。”无人驾驶市场巨大，预计到2025年，全球无人驾驶汽车市场规模将达到420亿美元；2030年，将有1.2亿辆无人驾驶程度不同的汽车上路；2035年，无人驾驶汽车将占全球汽车销量的四分之一。&&&&专家点评&&&&英特尔的种种举动事实上可以理解为“回归本质”，为这个巨变的时代建立新的计算能力以处理新的不同形态的数据。&&&&毫无疑问，我们将进入“数据洪流”时代，种种令人憧憬的应用场景，均无法脱离“通信能力”的提升，所以，5G是这个时代的基础，没有5G，物联网也就是个伪命题。也就是说，物联网要变成真正意义上的智能互联网，要以通信为基础、以感应为提升、以大数据能力为基石，然后才能形成智能学习。&&&&虽然从产业的角度去观察，对数据的分析和挖掘，让数据产生增值的需求越来越高，未来无数的机会鼓舞人心，但从技术的角度来说，一切才刚刚开始。
&&&&面对洪大的、不同形态的数据量，面对有无限可能的市场前景，英特尔正在发生的转型之所以引起业界关注，不仅因为超出了人们对英特尔的传统印象，也因为它所指向的改变涵盖了你所能想到的未来一段时间产业价值的核心。&&&&飞象网、720健康科技创始人&项立刚
本文来源：科技日报社-中国科技网
责任编辑：姚立伟_NT6056
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈比特客户端
您的位置：
详解大数据
详解大数据
详解大数据
详解大数据
英特尔：高性能计算如何走向百亿亿次
　　最新的一期排行榜平淡当中又有新意：来自美国国家核安全管理局的超级计算机“红杉”，而前十名中有一半是新上榜系统，其中四套来自经济疲软的欧盟国家――这些数据足以说明，高性能计算已被视为国家的核心竞争力之一。而在行业方面，可再生能源、基因研究/生物科学、设计与模拟、媒体与娱乐等方面对高性能计算能力的迫切需求，则推动了高性能计算市场的持续大热。的统计也证明了这点：在今后5年，将会有爆炸性的增长，高性能计算领域的增长率将超过20%。在高性能计算持续大热的背景下，未来的高性能计算将如何发展？如何走向百亿亿次计算？为此，在高性能计算500强榜单发布之际，记者采访了英特尔(中国)有限公司平台产品经理张振宇先生。
英特尔（中国）有限公司服务器平台产品经理张振宇先生
　　走向百亿亿次 混合结构成必然
　　Q：高性能计算领域的发展已经有很多年了，英特尔刚刚也发布了“至强融核”品牌。英特尔为什么要在高性能计算领域推出这个品牌？
　　A：在推动千万亿次向百亿亿次级的过程当中，至强扮演着非常重要的角色。至强本身是非常强大的平台，它能够适应各种各样的工作负载。尤其是我们今年3月发布的至强E5-2600系列，其采用的“AVX”指令集对高性能计算非常有用，能够把性能提升5倍。实际上，至强E5平台也是高性能计算历史上被采用最快的一种技术。在最新的榜单里，3月份才发布的产品，到目前为止已经有45套在TOP500里出现，在新系统当中占据的比例达到了78%。
　　但是，要发展到百亿亿次，仅仅依赖至强是不够的，还需要用“至强融核”架构来提高高度定型应用的。这是因为，当计算规模达到一定程度的时候，CPU和功耗和计算效率都不足以解决大规模的计算问题，这就需要采用例如或协同处理器等方式进行加速。至强本身是通用处理器，能够适应各种各样的工作负载。“至强融核”是至强品牌下的一部分，英文名是“Xeon Phi”，Phi是希腊文的第11个字母，代表黄金分割，有科学、创新、和谐、完喻意，主要是在一些高度定型的应用，为数据中心、高性能领域以及工作站提供更强的计算能力。英特尔希望通过它为客户提供高性能计算的同时，为客户实现创新、达到完美。同时，“融核”也体现集成众核的。
　　Q：如您所说，混合架构是走向未来高性能计算的必然趋势，但这种混合架构也包括多种混合方式。例如，早前的GPGPU+CPU方式，就曾在业绩获得广泛认可。您如何看待融核架构的前景？
　　A：至强融核最大的特点就是“单一源程序”，经过简单编译可以在至强融核和至强两种架构上同时运行。因为采用了通用的编程和开发工具，能够帮助客户实现的计算。确实如你所说，GPGPU+CPU模式在高性能计算领域当中已有一些应用，但这种模式也有其弊端――会带来编程上复杂性。由于GPGPU和架构在编程方面有极大的不同，客户需要花费大量时间学习。
　　作为对比，“至强融核”的“单一源程序”特性为科学工作者带来了福音。例如，Altair和SGI用SGI UV2在我们的平台上进行汽车和汽车模拟的碰撞，客户印象最深的就是编程连续性，客户无需为了提升计算效率而重新学习另一种编程语言。实际上，我们期望至强融核能够改变高性能计算游规则。过去，人们鼓吹GPU，利用CPU来进行浮点加速来提高计算性能，但用户应该将放在科学研究上，而不是放在学习编程语言上。
　　Q：至强融核架构适合哪些应用场景？会有桌面高性能计算这类应用吗？
　　A：在高性能计算领域，石油、地质勘探、气象、动漫渲染、生命科学以及一部分的金融行业，金融风险分析，这一类应用都比较适合至强融核架构。在国内，英特尔也选定了一些目标客户，例如去年就选择了6个客户将其应用移植过来。实际上，这个过程也是客户跟我们相互认可的过程。同时，我也强调一点，至强融核产品是定位在数据中心、工作站、高性能计算领域。目前主要是着眼在高性能计算，下一代英特尔会帮助客户在工作站里完成并行计算工作;在数据中心当中的一些应用和应用未来也能从至强融核产品当中受益，流媒体监控也大有用武之地。
　　Q：我们发现，榜单上的至强融核混合架构的效率是65.53%，未来会有提升的余地吗？
　　A：凡是混合的架构，它的效率都不会太高。完全由至强组成的系统，其Linpack效率可以达到90%;但GPU+至强的结构，其效率甚至只有40%多。因此，至强融核混合架构的集群效率达到65%，这已经非常不错了。英特尔在国内的测试结果显示，单节点效率超过70%。因此，集群效率能够达到65%是不错的成绩。
[ 责任编辑：袁斌 ]
去年，手机江湖里的竞争格局还是…
甲骨文的云战略已经完成第一阶段…
软件信息化周刊
比特软件信息化周刊提供以数据库、操作系统和管理软件为重点的全面软件信息化产业热点、应用方案推荐、实用技巧分享等。以最新的软件资讯，最新的软件技巧，最新的软件与服务业内动态来为IT用户找到软捷径。
商务办公周刊
比特商务周刊是一个及行业资讯、深度分析、企业导购等为一体的综合性周刊。其中，与中国计量科学研究院合力打造的比特实验室可以为商业用户提供最权威的采购指南。是企业用户不可缺少的智选周刊！
比特网络周刊向企业网管员以及网络技术和产品使用者提供关于网络产业动态、技术热点、组网、建网、网络管理、网络运维等最新技术和实用技巧，帮助网管答疑解惑，成为网管好帮手。
服务器周刊
比特服务器周刊作为比特网的重点频道之一，主要关注x86服务器，RISC架构服务器以及高性能计算机行业的产品及发展动态。通过最独到的编辑观点和业界动态分析，让您第一时间了解服务器行业的趋势。
比特存储周刊长期以来，为读者提供企业存储领域高质量的原创内容，及时、全面的资讯、技术、方案以及案例文章，力求成为业界领先的存储媒体。比特存储周刊始终致力于用户的企业信息化建设、存储业务、数据保护与容灾构建以及数据管理部署等方面服务。
比特安全周刊通过专业的信息安全内容建设，为企业级用户打造最具商业价值的信息沟通平台，并为安全厂商提供多层面、多维度的媒体宣传手段。与其他同类网站信息安全内容相比，比特安全周刊运作模式更加独立，对信息安全界的动态新闻更新更快。
新闻中心热点推荐
新闻中心以独特视角精选一周内最具影响力的行业重大事件或圈内精彩故事，为企业级用户打造重点突出，可读性强，商业价值高的信息共享平台；同时为互联网、IT业界及通信厂商提供一条精准快捷，渗透力强，覆盖面广的媒体传播途径。
云计算周刊
比特云计算周刊关注云计算产业热点技术应用与趋势发展，全方位报道云计算领域最新动态。为用户与企业架设起沟通交流平台。包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。
CIO俱乐部周刊
比特CIO俱乐部周刊以大量高端CIO沙龙或专题研讨会以及对明星CIO的深入采访为依托，汇聚中国500强CIO的集体智慧。旨为中国杰出的CIO提供一个良好的互融互通 、促进交流的平台，并持续提供丰富的资讯和服务，探讨信息化建设，推动中国信息化发展引领CIO未来职业发展。
IT专家新闻邮件长期以来，以定向、分众、整合的商业模式，为企业IT专业人士以及IT系统采购决策者提供高质量的原创内容，包括IT新闻、评论、专家答疑、技巧和白皮书。此外，IT专家网还为读者提供包括咨询、社区、论坛、线下会议、读者沙龙等多种服务。
X周刊是一份IT人的技术娱乐周刊，给用户实时传递I最新T资讯、IT段子、技术技巧、畅销书籍，同时用户还能参与我们推荐的互动游戏，给广大的IT技术人士忙碌工作之余带来轻松休闲一刻。
微信扫一扫
关注Chinabyte困境中的英特尔 拿什么在AI领域找回昔日尊严|英特尔|人工智能_新浪科技_新浪网
困境中的英特尔 拿什么在AI领域找回昔日尊严
　　最近的动作可谓非常频繁：在学术会议上发布各种自己新算法的论文，在商业领域也是连续收购了Nervana、Modivius两家公司，还发布了最新的深度学习处理器Knights Mill，并在一份声明上声称四块Knights芯片的运算能力比四块GPU快2.3倍，剑指自己早在PC时代就已相爱相杀多年的老对手NVIDIA。哪怕在NVIDIA进行了态度坚决，甚至在语气中暗含一丝不屑的回击之后，仍然在公开声明中坚定的捍卫自己的数据，并表示去年为深度学习而研发的处理器中，使用GPU的还不到3%。
　　事实是怎样的呢？考虑各种因素之后我们其实真的无法明确的说，GPU与英特尔这块最新的深度学习芯片到底谁更适合深度学习开发。但是有一点是确定无疑的：英特尔的声明中所说的GPU，完全不是这块深度学习芯片本应对标的最新GPU
P100，而是NVIDIA早在18个月前就已上市的Maxwell架构GPU，因此2.3倍这个数据应该是有水分的。我们能理解英特尔想要宣传自己产品的心情，但用自己的下一代产品去对标对手已经问世一年有余的上一代架构产品，是不是有点不合适？英特尔自己心里应该也明白这一点，而类似的手段英特尔也不是第一次在宣传中使用（以前英特尔就经常声称自己的集成显卡的运算能力又超过了某某NVIDIA生产的独立显卡），但英特尔祭出这种杀敌一千自损八百的宣传路数可以说明一点：那就是英特尔真的非常重视AI和深度学习这块市场，而更早之前和近期的一系列收购，也从侧面证明了这一点。
早在PC时代，两家的图形处理器就经常被拿来比较，图片来源Youtube
　　但是，为什么要这么执着？
　　深度学习市场目前活跃的主角有四个：CPU、GPU、FPGA和专用处理器，其中FPGA和专用处理器的应用其实仍处于探索阶段，真正使用它们的开发者不多，因此，这个领域市场的竞争主要就集中于GPU和CPU之间，甚至可以说，就是集中于英特尔和NVIDIA之间。但每个深度学习的开发者都心知肚明的一点是：GPU在深度学习开发，尤其是算法训练方面相对CPU确实有着非常大的先天优势，为什么英特尔执意要争夺这个看起来天生就属于对手的战场呢？要知道GPU虽然很好，但是它也是不能独立工作的，至少没有人会这么去做，因为在GPU的特性决定其上无法进行高效的逻辑运算。哪怕是NVIDIA的最新深度学习超级电脑DGX-1中，也含有两颗英特尔至强处理器（嗯，NVIDIA在很多宣传文案中故意弱化甚至忽略了这一点）。看起来，无论NVIDIA的市场做的多大，其中总会有英特尔的一杯羹，那英特尔为什么又如此心急火燎的想要攻下NVIDIA的这块阵地呢？
NVIDIA官网提供的DGX-1配置表的CPU一栏赫然写着Dual Intel Xeon E5-2698
　　繁荣背后的梦想与危机
　　要讲清楚这个问题，我们必须要把视角从人工智能身上拉远，看看英特尔的整体战略布局。实际上这个标题不是很准确。因为英特尔的业务看起来早已没有那么繁荣了。最近几年，英特尔的核心盈利业务CPU同时遭到了三个因素的狙击：PC市场增长放缓和移动市场的爆发、进军移动的尝试失败、摩尔定律逐渐逼近极限，几乎失效。单纯的卖CPU固然也能赚到钱，但只有研发更高端（贵）的芯片，形成自己领导者的形象、然后不停的把它们卖给更多的人，才能赚更多的钱，支撑公司的发展。但这几个因素的同时出现，已经让英特尔发现，如果自己仍然只是安心的守着自己的CPU业务，很快就会面临巨大的危机，事实上在过去的一年里，利润下降、裁员的新闻也一直围绕在英特尔的身边，挥之不去。
　　英特尔曾经是推动计算机技术向前发展的动力之一，很显然，英特尔希望自己的这个地位能一直保持下去，从去年开始，英特尔开始了缓慢痛苦但又坚定的转型。想让自己在云计算、云存储、物联网等领域继续做一家领先于世界的公司，并在相关领域投入了相当多的注意力，并为其进行了诸多调整。
　　可理想很丰满，现实却总是很骨感。在高调了几年之后，曾经被寄予厚望的物联网却仿佛迷失了方向，一直没有出现真正杀手级的产品，许多曾经被看好的产品和模式都销声匿迹，整个市场都没有发展起来。甚至对未来至关重要，也是英特尔最为重视的云计算，彼时的市场也已经基本结束了初期的厮杀，、、、、等已经在市场站稳脚跟。英特尔要后来居上的机会已经越来越小。
　　2016年伴随着AlphaGo的横空出世，人工智能突然热了起来，这让大家本来在台面下默默进行的AI硬件竞争突然提升到了一个新的高度。眼睁睁的看着老对手NVIDIA由于本身就专注于优化GPU擅长的并行计算而借着这股东风混的风生水起。英特尔怎么甘心放过这个市场呢？更何况，由于目前极火的深度学习需要非常大的数据和计算量，本身就可以是云计算的重要服务对象之一。并且目前在深度学习市场FPGA尚未成气候，谷歌这样的超级大厂又喜欢自己研发专用芯片。因此可以说对于深度学习芯片来说，个人开发者及中小型企业内还有相当大的市场。这个市场内目前几乎只有NVIDIA一家成了气候的公司，英特尔想要强势进入未必没有机会。甚至即使英特尔最终无法超越NVIDIA，也能对后来者形成优势，稳坐老二。当然对于英特尔来说，他们肯定不会甘愿做老二，而一定是奔着老大的位置去的。
　　想揽瓷器活，有无金刚钻？
　　英特尔到底有没有机会绝地反击，在人工智能、深度学习领域重新夺回PC时代的领导者地位呢？我们认为英特尔其实还真不是一点机会都没有，尽管NVIDIA目前依靠着多年发展起来的GPU性能和配套的软件优化看似占尽了天时地利。但这其中，确实有着英特尔翻身的可能。
　　押注FPGA
　　去年6月，英特尔用史无前例的167亿美元巨款收购了著名的FPGA厂商Altera，当时业内对于英特尔此举的解读主要集中在服务器市场、物联网市场的布局上，英特尔自己对收购的解释也没有明确提到机器学习。但现在看来，或许这笔收购有相当程度是因为英特尔意识到了它在人工智能领域同样具有的潜力。
　　不管当时如何，至少现在英特尔肯定完全意识到了这笔收购在人工智能上带来的价值了，FPGA对GPU的潜力在于其计算速度与GPU不相上下，却在成本和功耗上对GPU有着显著优势。当然，劣势也有，这点我们最后再提，但是，FPGA的潜力是非常明显的。作为一个想要推向市场的商品来说，FPGA最需要克服，也是最容易克服的问题是普及程度——大部分PC都配有或高端或低端的独立GPU，对于个人进行的中小规模神经网络开发和训练来说，其实它们的性能已经基本足够。而FPGA却不是在电脑里能找得到的东西，而多见于各种冰箱、电视等电器设备及实验室中，因此想要搞到一块能用来开发深度学习的FPGA其实还挺麻烦的。可以想象，这也是英特尔将会着力解决的问题之一。
　　集成显卡——未被开发的处女地
　　可能有些人没意识到，其实英特尔在显卡的设计制造领域也有很强的能力，它甚至是全球最大的GPU生产商，因为目前市面上的很多低端电脑和超极本都没有配备独显，但几乎每一块英特尔的CPU中都有集成显卡，英特尔最初的意思是让这块集显帮忙进行日常的图形运算，让不需要运行高性能程序的使用者能用极低的成本得到一台能够使用的电脑。不过这几年集成显卡的性能以及越来越强，甚至已经达到了可以运行许多中型游戏的程度。Iris Pro Graphics 6200的理论性能甚至已经达到了中端独显的水平。但目前仍然没有人会用集显去做哪怕较小规模的深度学习，因为还是慢，但它们的计算能力明明就差别不大了，为什么速度还会差的这么大呢？接下来要谈到的就是我们想说的重点了：
　　软件！软件！软件！
　　现在的IT领域有一个很奇怪的现象，好多人一边说性能过剩了啊，一边看着自己手里的手机和电脑越来越卡，其实说到底这就是软件优化的问题。在同样的计算能力下，软件优化好的那一方能得到高得多的性能。GPU经过了NVIDIA这么多年的耕耘，已经有了相当完善的一套深度学习软件支持。NVIDIA的GPU对主流的深度学习平台，如Caffe、Theano、Torch等都有着极好的优化和兼容，还有自家的CuDA。而对于FPGA的优化就少了很多，因此现在基于FPGA的开发难度其实也是远远高于GPU的，这也是前面提到的另一点FPGA的缺陷。
　　英特尔并不是一家软件公司，提到英特尔和软件，大家想起的最多的恐怕是它制造的各种硬件的驱动程序。但AI从来不是一个简单的事。如果想要在这个领域打出一片天，只管硬件是必然不行的。事实上，英特尔已经开始显现出自己在软件和算法上的努力，上周，英特尔中国宣布了自己在深度学习算法的一项创新：“动态外科手术”算法。这说明英特尔已经开始在算法理论上刻苦钻研。能在这个领域做出创新，说明英特尔已经对其算法有了深刻的理解了，相信下一步就是将这些理解用在将来深度学习芯片的优化上。
　　英特尔的底气
　　其实英特尔在不停与NVIDIA正面对刚的时候，还在试图告诉大家一件事：其实GPU对深度学习来说并没有那么重要。
　　很多人，包括我自己在第一次听到这个观点的时候，可能都是一脸WTF的表情。但是从某个角度思考来看，或许英特尔说的真的有道理。确实，当我们提起同人工智能有关的硬件的时候，更多想起的会是高大的服务器机架和上面不停闪烁的指示灯，至少也是排成一排的TitanX和主板另一端的至强CPU，但非人工智能专业的人其实很少有人意识到，人工智能的开发和应用其实分为好几个阶段，其中只有“算法训练”这一个阶段是对强运算能力有着真真切切的需求的，从数据筛选、到算法开发、效果检验，甚至最终算法的应用都不需要太强的运算能力。
　　当然，一个好的项目中，算法训练应该是贯穿于整个应用过程中的，但是这也就意味着，拥有超强的计算能力并不是一块用于人工智能领域的芯片所需要的唯一特征。
　　而这就是英特尔最大的底气来源了，它对人工智能的理解其实丝毫不弱于NVIDIA，并且很清楚的知道自己擅长什么，可以去攻占哪里。让我们再回过头去，仔细看看英特尔CEO科再奇在博客中提到的英特尔转型后打算重点关注的领域，我们会发现其中有两点尤为关键：
　　一：物联网中“物”的不同形态：物联网中的几乎所有设备几乎都有两个明显的特征：体积小，且依靠电池驱动。对于这些设备来说GPU的体积和功耗显然都太大了，而FPGA和专用处理芯片则适合这些设备的多。这是英特尔的第一点机会。
　　对于物联网设备来说，这样体积的主板算大的了，但很显然即使这样一块板子上面也是不可能塞下一块GPU的，更不用说耗电了
　　二：连接性，前面提到在一个好的项目中，算法的训练应该是贯穿整个应用过程的，这样可以随时为消费者提供最好体验的服务。但是如果要将所有算法都集中于本地训练，不仅会面临计算瓶颈的问题，也容易面临从单个用户处收集到的数据量太少的尴尬。我们暂时不考虑很久以后可能出现的基于小样本的无监督学习的AI（那其实已经跟人差不多了），在目前AI的发展状况下，将所有数据集中于云端进行计算显然是更理性且有效的做法。而这就对通信提出了极高的要求，而英特尔恰巧在这个领域有着相当多的积累！虽然英特尔的通信部门连年亏损，但在现在的形势下，它却意外地有了新的价值与潜力。
　　以上两个业务都是NVIDIA从来没能进入过的领域，而它们同样是目前AI需要的。英特尔发现了这些领域，虽然这并不意味着它能在这些领域做好并获得成功，但这确实给了英特尔向NVIDIA和一众竞争者叫板的信心。而它现在的动作除了直接的竞争，也是为了告诉大家：我们在人工智能领域从来不虚NVIDIA，走着瞧！
　　勇于面对变化的人，运气都不会太差
　　英特尔确实面临着前所未有的挑战，但这其中并非没有机会。幸运的是，英特尔看到了机会，并且开始努力追赶这些领域中先行者的脚步。移动浪潮的来临曾让很多传统互联网大厂面临艰难的局面，但它们中坚定的进行了转型的那些，今天大多数到底是活了下来，有些甚至还过得不错。英特尔也是它们中的一员，它曾经是计算机行业的领军企业，而现在，英特尔的CEO科再奇也表示过希望英特尔能继续利用摩尔定律的价值，带领行业向前推进。目前的形势不容乐观，但一旦找到了正确的道路，英特尔或许仍有机会将局面完全扭转。
互联网在一直都是作为唱片产业和电影产业的头号敌人存在的，过去...
都说百度落后了，其实是迷失了，希望还能找到最初的自己。而腾讯...
出来混的迟早要还的。经过了野蛮、疯狂的生长期，直播平台再次迎...