瞄准“数据”，从点线面勾画AI全栈解决方案
早在60多年前，AI就诞生了。但发展之路，蜿蜒曲折。之所以现在井喷式增长，除了不断提升的计算力，还有一个重要基础，数据。
追溯到今年3月，英特尔发布“数据战略”，对公司进行重新定义，CEO科再奇明确指出，“如果一个市场不能生成数据、分析数据、或使用数据来提供增值服务，英特尔就不会进入。”
再来看一组数字，到2020年，每台自动驾驶汽车每天将生成超过4TB流量，结合所有产业，英特尔给出一项统计，2020年中国数据总量将达到8000EB。当然，不仅是数据量的增长，未来数据的形态正在从结构化（文本图形）向非结构化（音频、视频、社交），以及不规则维度和定制类型数据演进（声纳、GPS、雷达、镭射激光、人工智能、神经网络、基因），数据的处理方式也延伸至端到端。
在这种“数据洪流”效应下，如何将不同形态的数据转化为“增值服务”，处理海量数据，并寻找到关键数据，做快速的预测、诊断，预防灾难事件发生，甚至模拟人的大脑，英特尔认为这就是AI潜力所在。
但这位“CPU霸主”也表示，随着高度动态和非结构化数据的自然数据收集分析需求越来越大，未来计算需求必定将远远超越传统的CPU和GPU架构。那怎么办？英特尔这么说，那就肯定有办法。面对AI后时代的未知，英特尔同样希望用“计算多元”思路来处理，即利用不同特性硬件平台以及软硬件协同优化，来提升数据处理的速度和准确性。
于是，英特尔很快采取了一系列行动。从2015年开始，疯狂布局AI，收购Altera 、Saffron、Yogitech、Itseez、Movidius、Mobileye等一系列各有所长的AI初创公司。当然，一下子收购这么多公司，还是难以消化的。英特尔需要将所有这些融合重组在一起。如何整合？
当英特尔收购Nervana时，它认为这家小公司是其进军AI的“基础”。为此，还成立了由Nervana前任CEO兼联合创始Naveen Rao领导的人工智能产品事业部（AIPG）以及一个进行高级研究和开发的人工智能实验室。
相较于整体AI战略，英特尔也更为强调其AI硬件组合。在本次AI Day上，英特尔刚宣布将在今年年底之前发布Nervana神经网络处理器（简称NNP），即此前代号为“Lake Crest”的项目。Naveen Rao将NNP描述为“一套面向深度学习的专用架构”。
英特尔在AI芯片方面还储备有其它杀手锏，具体包括至强家族、FPGA（来自Altera）、Mobileye（车载平台）以及Movidius（用于边缘位置机器学习）。
▲英特尔人工智能全栈解决方案
完整的硬件平台，涵盖至强处理器、至强融核处理器、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（英特尔 MKL－DNN以及数据分析加速库（英特尔 DAAL）等，以及英特尔Nervana Graph；
支持和优化开源深度学习框架如 Spark、Caffe、Theano 以及Neon等；
构建了包括英特尔Nervana、英特尔计算机视觉 SDK、 Movidius 和 Saffron 为代表的平台，以推动前后端协同人工智能发展。
原来，在“看似摸不着头脑”收购狂潮背后，英特尔实则是在补齐各方面的能力。应对数据多样性，现在，英特尔终于缓了口气，拿出一整套AI全栈解决方案。
