來源:http://bit.ly/2bufsle
英特爾想以優異技術爭取人工智慧晶片市場
英特爾為了追趕英偉達（NVIDIA）與谷歌在人工智慧晶片上的布局，決定在2017年公布代
號Knights Mill的下一代Xeon Phi處理器家族，主攻深度學習與人工智慧應用市場。這晶
片將採用10奈米製程製造，積極搶奪英偉達的市場。
英偉達發展深度學習應用已有多年時間。因此，現今百度在人工智慧與深度學習的晶片就
是採用英偉達的技術。可是隨著英特爾即將投入人工智慧晶片，百度也現身在英特爾開發
者論壇，並與英特爾進行合作。至於未來百度會用英偉達還是英特爾的深度學習與人工智
慧晶片，就只能看情勢發展如何才做出定奪了！
原來Xeon處理器家族是瞄準科學類應用，隨著新型號Xeon Phi將引入人工智慧運算任務的
功能，將帶給深度學習正面的幫助。其實目前在語音識別、圖像識別，以及自動駕駛汽車
等領域，深度學習技術正得到愈來愈多的應用。
以現今情況來看，英特爾當初讓Xeon處理器強攻數據中心伺服器，也獲得廣泛部署，甚至
所有深度學習運算有關的任務也採用這一處理器。不過，隨著人工智慧的不斷前進，有些
廠商也開始部署用於人工智慧任務的輔助處理器，而這些輔助處理器大多是來自於英偉達
的繪圖處理器。
為了不讓英偉達的繪圖處理器成為未來人工智慧輔助處理器的核心，英特爾決定在標準
Xeon處理器上增加更多處理核心來處理深度學習該有的一些指令級，因而Xeon Phi產品線
就誕生了。
此外，Xeon Phi晶片能夠運行大部分數據分析軟體，同時無需用到可能導致分析速度放緩
的外部處理器，這也是英特爾主打的關鍵優勢，畢竟，其搭配更多快閃記憶體，能夠比起
繪圖處理器還要更高性能。
可是英偉達畢竟在深度學習應用已經開發很久，2016年4月5日，該公司公佈了最新款的專
門用於人工智慧研究領域的Tesla P100圖形處理晶片，認為其最新晶元的處理速度仍會遠
遠強於英特爾的技術，將為這款GPU的研發投入了20億美元。短時間之內，英特爾依舊會遇
到挑戰，就如同英偉達在高階桌上型電腦依舊具備主導能力一樣。
這也是為什麼英特爾於2016年8月收購新創公司Nervana Systems。因為該公司專注於深度
學習晶元和軟體，這對於Xeon Phi處理器有一定的幫助。
另外，谷歌也正在發展其人工智慧晶片Tensor Processing Unit，採用最適合谷歌深度學
習的軟體TensorFlow。這也是英特爾未來必須面臨的挑戰。