文章 | 4月人工智能技术经历了两次大起大落，迎来了60年来的第三次崛起。
随着智能交通、机器人等概念迅速升温，英特尔等厂商作为芯片技术巨头，正在全力布局底层技术和解决方案，试图在这波浪潮中抢占先机。
11月30日，英特尔在北京举办人工智能技术主题论坛，全面介绍英特尔在人工智能领域的重大战略和技术进展，包括最新的人工智能Nervana平台，以及端到端产品。
详细信息，例如投资组合和路线图。
今年英特尔以4.08亿美元收购了深度学习初创团队Nervana System，利用其Engine芯片在深度学习训练方面相对于传统GPU的能耗和性能优势。
英特尔将于明年推出Xeon Phi处理器、Lake Crest芯片和Knights Crest等新产品，结合英特尔至强处理器和Nervana技术来优化神经网络，增强深度学习性能，并通过高带宽互连提供高计算密度。
在人工智能领域的产品布局方面，英特尔主要通过机器学习和推理系统两条路径布局软硬件产品。
在机器学习领域，基于深度学习和经典机器学习方法；就推理系统而言，它基于两种解决方案：记忆和逻辑。
在具体产品方面，英特尔构建了从硬件平台到软件和数据库（开发工具、开放框架、数据库/语音）的一整套解决方案。
Intel与Nervana结合的芯片组合 在硬件层面，Intel推出了多款与Nervana结合的芯片组合，将其在处理器领域的优势延伸到深度学习，打造了一系列适应深度神经网络的专用处理器。
其中包括： 1) Xeon 处理器，使用最广泛的机器学习解决方案。
2）升级后的Xeon Phi处理器提供更高性能的通用机器学习解决方案。
明年正式推出，拥有GB级直存取内存，无缝扩展32个新节点，性能可提升31倍。
3）Xeon处理器+Altera，基于FPGA可编程技术，该芯片是一款低延迟推理系统芯片，具有高能效衍生基础设施灵活性。
4）XEON至强处理器+Lake crest，Lake crest是一款高带宽独立加速器，可以承载模型并行神经网络。
支持深度学习计算软件 在软件层面，Intel提供了多种多节点架构的深度学习开源软件框架，如Spark、Caffe、Theano、Neon以及Saffron、TAP等，促进了深度学习计算软件的发展。
前后端协同人工智能。
、Nervana系统、Movidius等工具和平台，结合硬件芯片平台实现端到端的实施。
在行业应用层面，英特尔正在与多家学术机构合作，推动AI技术在医疗领域的落地，包括治疗帕金森病的计划、协同癌症云数据酷以及新药发现等。
活动现场，工作人员演示了基于Torch平台的Pikxizo应用程序，该应用程序可以实时渲染并融合两张不同内容的照片。
效率可提高28倍，最大允许图像尺寸可提高15倍。
基于英特尔架构的Xeon处理器、Xeon Phi处理器、Nervana平台以及FPGA、Omni-Path网络和3D Xpoint存储技术的硬件平台，英特尔推出了针对深度学习/机器学习优化的英特尔数学函数库。
（英特尔MKL）、英特尔数据分析加速库（英特尔DAAL）等。
通过收购Nervana，英特尔将把在处理器方面的优势延伸到深度学习领域，这将有助于打造一系列适应深度神经网络的专用处理器网络。
在终端应用层面，英特尔今年主要收购了视觉芯片公司Movidius。
其低功耗视觉处理组件Myriad已应用于大疆无人机、FLIR、Google Project Tango和联想手机等项目。
英特尔还推出了基于Nervanan平台的图形编译器，可以自动拆分分配到多个节点，支持多个目标硬件平台的优化，并帮助不同的模型分配到加速器。
此外，英特尔成立了Nervana人工智能咨询委员会，并邀请Ron Dror、Jan Rabaey和Yoshua BenGio（深度学习神经系统三位创始人之一）制定AI战略，推动技术探索和创新。
同时，英特尔还建立了Nervana人工智能学院，这是英特尔针对人工智能的开发者专区，提供框架、工具和开发者培训课程。
近两年来，英特尔在AI领域进行了一系列收购，包括收购深度学习团队Nervana、可编程逻辑芯片巨头Altera、视觉芯片Movidius等，弥补了其之前的短板训练神经网络 GPU。
未来，随着自动驾驶、智能工厂、无人机等应用热潮持续升温，英特尔、英伟达、高通等各大厂商在人工智能市场的竞争必将更加激烈。