英特尔酝酿已久的“杀手锏”，神经网络处理器威力有多惊人

　　如果将这种思维映射到医疗成像领域，Jonathon Ballon也谈到“智能”将演变的轨迹：“或许过去十年，我们专注于快速完成影像获取，但现在AI发展已经跨越这个台阶，我们思考的是如何比医生更快速准确分析影响，让AI系统能够用几分钟的时间就处理完1万张医学影像，并向放射科医生指出哪些影像应该特别关注，下一步还要与相关病例联系起来，提供诊断和治疗方案。”

　　同样的颠覆还会发生在零售市场：英特尔与京东打造的D-MART“无人商店”，已经在多个智能门店以及智能售卖机项目中部署试用。无人商店用到的机器学习算法主要集中在知人、知货、知场3个方向，由于涉及线上线下数据打通，将视频等非结构化数据转化为结构数据等，需要用到机器视觉领域CNN(卷积神经网络)算法，智慧供应链方面用到的传统机器学习算法，如SVM、统计学的线形回归、逻辑回归等。综合考虑，京东选择了英特尔的边缘服务器做硬件层支持。

　　从医疗到零售还只看到物联网实践的小小缩影，事实上英特尔正在尝试一个通用逻辑或者说方法论，将物联网的部署在所有行业上打通。在Jonathon Ballon看来，物联网也拥有专属的“摩尔定律”，不同行业的IOT都会经历三个相同阶段：连接，智能以及自治，而自治阶段是未来物联网发展的终极趋势所在。英特尔与京东、亚马逊打造的“无人商店”就是一个完全自主运营的实例。

　　当谈到竞争，Jonathon Ballon表示并不担心。“英特尔的优势在于善加利用分布式计算架构，专注于打造端到端的解决方案，包括设备、网关、网络、云、数据中心等。”可以看到，不仅是AI产品组合，关于物联网，英特尔也已经攒好“组合牌”，从设备到云已备好了一整套完整的产品组合方案。

　　所以，英特尔的手上都有哪些牛X底牌?

　　英特尔从来都不会直接地告诉别人它的AI能力有多强，但未来你身边的AI可能都有“Intel inside”。

　　就像没听说过Movidius VPU，但你可能知道大疆今年推出了一款具有手势识别遥控功能的迷你无人机;不熟悉Moblieye这个名字，但你大概听过特斯拉Autopilot的自动驾驶功能;没研究过英特尔AI平台，但你或许会被2020年东京奥运会的直播效果惊艳;甚至，在如今大多数人工智能硬件公司采用的芯片前，都要加一个英特尔商标。

　　事实上，借由其体量的优势，英特尔在AI硬件方面完成了深远布局。从训练到推理，从服务器到终端的AI全产业链上，都有intel inside的身影。如果说数据洪流带来巨大机遇和挑战，多种多样的应用需求需要不同的解决方案和技术来满足，同理人工智能也是如此。纷繁复杂的工作负载也需要不同类型和特点的人工智能产品来支撑，这就需要提供更全面的企业级方案。

　　在人工智能策略上，英特尔实际上一直强调的是“广度”，即对于每一种架构风格，英特尔都有一个或多个的产品组合，让各种规模的机构都能通过英特尔开启自己的人工智能研发。例如，英特尔正在与Novartis合作，使用深度神经网络来加速高内涵筛选——这是早期药品研发的关键元素。双方的合作把训练图片分析模型的时间从11个小时缩短到了31分钟。

　　当然，要释放AI潜力，仅“广度”还是不够的，还应该有更全面的考虑。在一年多漫长梳理与整合之后，英特尔终于拿出了一套相对完善的产品组合方案——英特尔人工智能全栈式解决方案，包括至强可扩展处理器、英特尔Nervana神经网络处理器和FPGA、网络以及存储技术等;针对深度学习/机器学习而优化的基于英特尔架构的数学函数库(Intel MKL)以及数据分析加速库(Intel DAAL)等;支持和优化开源深度学习框架如Spark、Caffe、Theano以及Neon等;构建以英特尔Movidius和Saffron为代表的平台以推动前后端协同人工智能发展。

　　这就够了吗?当然不是。

　　差点漏掉了“Loihi”。它是英特尔正在研发的神经拟态计算芯片，能够像大脑一样通过脉冲或尖峰传递信息，通过“异步激活”方式进行计算，使机器学习更有效率，同时对于计算力的需求更小。但Rao也指出，Loihi目前只是一个研究项目，是英特尔的一个重要研究方向但不是唯一方向。

　　“如果我们能提高的话，这项技术将成为潜力股。”

　　“与此同时，还有量子计算，它是创造更多计算能力的方法。”