據外媒報道，包括谷歌、Facebook和微軟等科技巨頭目前都在人工智能領域取得了長足進步。但是除了為數不多來自大公司的“臭鼬工廠”項目（Skunk Works，指企業的秘密研究項目）外 ，大多數人工智能的工作都出現在芯片公司設計的芯片上，過去數十年計算機的發展就與此相關。   目前，在人工智能計算性能和與開發人員的思維共享方面均處業內領先地位。雖然英特爾是全球最大的服務器和企業計算技術提供商，但該公司深知需要在人工智能和子領域機器學習加速發展， 否則將面臨失去過去10年企業計算領域最大增長機會的風險。   英偉達首席執行官黃仁勛成功把公司從一家游戲和圖形芯片提供商轉型成為人工智能公司。游戲和圖形芯片作為穩定、可靠的基礎，英偉達可以在此基礎上吸收開發成本和不斷增長的機器學習學習曲線。投資者顯然同意英偉達的發展方向，因為其股價在過去4年間飆升了14倍。   當然，英特爾目前仍是和邊緣計算領域最大、最具實力的參與者。雖然英偉達能夠從新聞頭條中受益，但英特爾旗下的數據中心集團第一季度的營收同比增長了24%，達到52億美元，占到公司161億美元整體營收的近三分之一。與此形成對比的是，英偉達去年第四季度的總營收僅為29億美元。   公開的戰斗   在過去的一周時間中，上述兩家公司在人工智能關鍵領域的性能領先問題上展開了唇槍舌戰。英偉達聲稱，該公司的人工智能培訓算法ResNet-50使用了全球運行速度最快的芯片、最快的節點系統、以及最快的云實例（使用亞馬遜云計算服務AWS）。   英偉達的架構和產品聲稱要比谷歌TPU人工智能產品快三倍以上。值得注意的是，谷歌在本周的全球開發者大會中推出了新版本的TPU，但未透露具體細節，以及發布時間。   與此同時，英特爾也發布聲明，比較了人工智能在Xeon企業處理器上的表現。絕大多數市場人士均認為，圖形處理器和專用的人工智能處理器將決定機器學習計算的未來，但英特爾卻告訴他們另一種結果：不同的工作負載和算法受益于不同的芯片設計。   舉例來說，英特爾的測試在名為RNN的中立網絡中進行，它取決于以前的計算來處理當前的計算。這種類型的網絡通常用于人工智能系統，如自然語言處理。標準處理器在這種工作負載上表現得非常好， 因為它映射到經典的計算問題和體系結構。   來自英偉達的圖形處理器擅長于基于CNN的網絡(卷積神經網絡)，該網絡通常用于圖像分類，并且容易被分解成彼此具有最小依賴性的數據塊。此類網絡能夠被用于自動駕駛系統、安全及其他領域。   英特爾的挑戰   撇開這些差異不談，英特爾知道，如果沒有同等的圖形芯片或專用處理器，該公司不可能在人工智能領域擊敗英偉達成為領先者。為超越英偉達，英特爾已收購了Nervana和Movidius，并通過收購Altera 獲得了可編程處理器FPGAs。為構建不同的圖形芯片技術，英特爾還挖來領域大咖拉賈-科杜里（Raja Koduri）和吉姆-凱勒（Jim Keller）。   英特爾相信，該公司在人工智能競爭中的優勢在于成為一家系統公司，而不是單一產品的制造商。不同于硅谷和其他地區的任何一家企業，英特爾可以提供硬件基礎設施、準許許多個芯片協同工作的技術、平臺、開發軟件和合作伙伴關系等等。這種能力，以及其多樣化的研究方向，使得它能夠隨著人工智能產業的變化而靈活變化。   從語言和方向可以清楚地看出，英特爾的主要目標之一是減緩對人工智能領域的控制。但是這將超過英特爾目前銷售的產品。英特爾下一代處理器如何競爭，將是英特爾未來在人工智能領域如何發展的一個重要標志。