英特爾押注人工智能 2020年要讓神經網絡性能提升百倍

　　錯過了智能手機的好機會，英特爾不想再錯過人工智能了。在人工智能領域，英特爾不滿足只做一個芯片提供商。

　　2016年11月，英特爾向中國媒體介紹了全面布局人工智能的戰略。硬件方面，英特爾推出了包括至強處理器、至強融核處理器、Nervana平臺和FPGA、Omni-Path網絡、3D XPoint存儲等技術的硬件平臺;函數庫方面，英特爾推出了結合深度學習、機器學習優化的英特爾數學函數庫(Intel MKL)、英特爾數據分析加速庫Intel DAAL)等。

　　作為一家老牌芯片公司，英特爾此前收購了專注于計算機視覺處理的公司Movidiushe、Itseez和人工智能公司Nervana、Saffron來彌補自己在算法和軟件上的不足。

　　此次在軟件方面，英特爾可以支持開源軟件框架如Spark、Caffe、Theano和Neon，及可推動前后端協同人工智能發展布局的Saffron、TAP、Nervana系統、Movidius等工具和平臺。通過開發軟件，英特爾希望能走到需求源頭，讓軟件充分釋放硬件的價值。

　　英特爾表示，以上這些產品組合可以應用于智能工廠、無人駕駛汽車、生命科學等領域。

　　隨著PC時代的漸行漸遠，英特爾正在進行戰略轉型。在今年的IDF(英特爾信息技術峰會)上，英特爾CEO科再奇沒再提到“下一代筆記本電腦和PC”，無論是VR、無人駕駛、物聯網還是更多領域，他談及的所有產品和主題，都是創新。

　　和以前只需“intel inside”不同，英特爾如今面對的是比PC豐富太多的需求。它想通過軟件了解這些需求，因此想要通過軟硬結合的方式，讓軟件帶動硬件發展。

　　但實際上，“英特爾距離用軟硬件結合的方式來滿足商戶需求的目標，還有很長的路要走。”商湯科技異構并行計算部門工程總監劉文志對界面新聞記者說。商湯科技是一家專注于計算機視覺和深度學習技術的公司，強項是人臉識別技術。

　　而阻礙英特爾實現“軟硬結合”的重要原因是缺乏數據。

　　在發布會上，英特爾中國研究院院長宋繼強舉例稱，希望英特爾以后能幫助智能工廠實現圖像識別。

　　一般來講，單獨的一個工廠很難完成海量圖像數據積累，尤其是有標簽數據積累的過程。按照構想，英特爾可以幫助單個工廠完成前面數據積累、數據清理的過程。在這個基礎上，借助圖像識別能力，英特爾就可以幫工廠識別出圖像。

　　但是問題在于，作為傳統芯片提供商的英特爾，很難像Google和百度一樣，自帶圖像收集入口。

　　另外一方面，英特爾也很難讓其他公司將數據放在它的系統上。“數據太珍貴了，特別是有標簽的數據，這些都是金錢換來的，不可能直接放到其他平臺上。”劉文志說。

　　“在人工智能和Deep Learning領域，數據的意義大于算法本身，沒有數據研究很難落地。”京東集團AI/VR/AR實驗室人工智能方向研發總監陳宇在發布會上強調了數據的重要性。

　　數據的缺失意味著英特爾很難訓練它的運算系統，也就意味著很難優化其軟件。而很難優化軟件則意味著“讓軟件充分釋放硬件價值”只是個短時間內無法實現的愿景。

　　目前來看，英特爾的優勢仍然集中體現在硬件。

　　英特爾此前收購了人工智能明星公司Nervana Systems，并稱將繼續銷售該公司的所有產品。其中，Nervana的加速處理器LakeCrest將于明年推出。據稱，這款芯片可以加速各類神經網絡。英特爾方面表示，到2020年，英特爾將推出芯片，使神經網絡訓練的性能提高100倍。

　　除了英特爾，也有別的芯片公司早早地就盯上了人工智能領域。英偉達基于其在GPU上的優勢，與微軟、IBM、Facebook等科技巨頭都展開了合作。

　　“英特爾的問題只是起步晚。”劉志文曾經在英偉達工作，在他看來，英特爾的技術和品牌仍有很大優勢。劉志文認為，英特爾在明年推出新的芯片之后，各種框架也將很快搭建好。只有等到英特爾的芯片大范圍鋪開以后，英特爾的各種標準才能被廣泛接受。