人工智能處于早期是無法否認的事實，不過傳統芯片巨頭、云服務廠商以及一大批初創公司的加入也帶到了人工智能市場的增長，隨著市場未來幾年算力和數據量的提升，人工智能將更快發展。

日前，英特爾首次披露了其人工智能芯片的銷售額在2017年達到10億美元。并且英特爾人工智能事業部主管Naveen Rao表示，客戶們正在為AI購買芯片，而且客戶數據中心中有多少用于此類工作的計算也是一清二楚。因此，公司能夠得出這一10億美元的估值數據。

AI的三個趨勢如何影響AI芯片發展？

英特爾人工智能事業部產品副總裁Gadi Singer認為自從深度學習在2014年左右有突破以來，AI行業有三大趨勢：

首先，應用深度學習正在開發更加豐富的功能并收集更多的數據，例如，圖像識別已經從只能識別貓到了可以識別3D圖像中潛在的惡性細胞。

其次，人工智能將從訓練和概念驗證部署轉向推理。 Singer表示，隨著這種轉變的出現，人們將越來越關注成本。

最后，深度學習框架的出現。像如今主流的深度學習框架Caffe、 TensorFlow等在幾年前要不是不存在，或者在幾年前還處于早期階段。 Singer說，這促使人工智能從專有解決方案向高規模的集合解決方案轉型。

如何才能適應AI的競爭？

1.人才和技術

為了適應更加成熟的深度學習的部署，AI芯片銷售額達到10億美元的英特爾也進行了戰略的挑戰，雷鋒網認為這值得初創公司參考。為了更快向AI市場轉型， 在過去幾年中，除了Altera，英特爾已經收購了Nervana ， Movidius和Mobileye ，通過這些收購英特爾獲得的除了技術還是有人才團隊。

Singer表示，隨著這些收購的進行，英特爾同時專注于建立硬件和軟件。 硬件方面Xeon處理器將作為英特爾人工智能的基石，當然提升Xeon也與軟件有很大關系。

Singer認為，即使引入了GPU和專用加速器，Xeon也將扮演“主要角色”。首先，對于考慮整體成本的云服務提供商和企業而言，它的效率更高。 此外，英特爾通過AVX和其他擴展功能增強了Xeon，以幫助實現并發工作負載。

一個具體的例子是，Singer指出機器翻譯中的“attention”功能，它在翻譯更有針對性的數據集時會引用更大的數據集。這個功能有效地模仿了當你試圖在大腦已經存在的情境中理解一個圖像或單詞。

2.多樣化的產品線

英特爾正在構建一系列針對不同需求的解決方案，Singer說，“有時它的性能，有時是功率效率，有時是延遲。”

英特爾的AI芯片除Xeon外還有支持Microsoft Azure的Movidius VPU和FPGA，另外第一款商用Nervana處理器也將將于明年上市。

因此，英特爾正在構建一系列針對不同需求的解決方案，Singer說有的是針對性能，有的是針對功率效率，有的是延遲。

對于越來越多的科技巨頭開始研發自主AI芯片，他特別指出，英特爾的一些大客戶正在根據自己的需求設計自己的芯片，例如谷歌擁有TPU，有人認為其中的原因是誰比谷歌自己更了解谷歌的人工智能處理需求？但其實英特爾的產品組合可滿足云提供商當前的計算需求以及未來的新興需求。

3.系統集成

系統集成是英特爾AI芯片能夠獲得10億美元銷售額的另一個重要因素。

“大多數任務，當你說有GPU或加速器執行任務時，實際上有一個工作負載需要組合來解決它。” Singer解釋說。 他說，英特爾專注于“如何創建最佳系統解決方案，這將最終擴展，為客戶提供真實的解決方案。”