在动辄融资上亿美元的AI领域中，AI芯片市场尤为热闹兴盛，其竞争也日渐加剧。纵观全球市场，不仅有寒武纪、地平线、云天励飞等独角兽冒头，各大科技巨头也竞相角逐：英伟达的处理器越来越专注于AI领域，谷歌、Facebook和亚马逊也都在开发自家的AI芯片。
曾经错失向移动设备转变的CPU巨头英特尔怎么也不会放过人工智能这波浪潮，它正敞怀拥抱专用AI芯片，通过收购创企，在AI芯片领域搭建起从云到端的各种布局。
英特尔通过收购动作进入以下与AI相关的新市场：
2015 年6月，英特尔以 167 亿美元收购了 Altera，其 FPGA 芯片能够用来处理人工智能应用；
2016年9月，英特尔收购了硅谷计算机视觉领域的初创公司 Movidius，该公司主要产品为低功耗视觉处理器；
2017年3月，英特尔斥资4亿美元收购深度学习新创公司Nervana。Nervana 拥有为深度学习而全面优化的软件和硬件堆栈；
2017 年7月，英特尔以 153 亿美元完成对 Mobileye 公司的收购，进入汽车市场。Mobileye 拥有先进的自动驾驶辅助系统及芯片方案。
英特尔将自己重塑为一家“数据公司”
当下的人工智能浪潮对英特尔来说至关重要。英特尔曾错失了向移动设备端转变的时机，也在其他很多方面都陷入困境。比如收购迈克菲McAfee 以进军网络安全领域，最终却以卖掉McAfee不幸收尾。
当前，人工智能技术正在改变数据中心上运行的应用。尽管英特尔占领了超过90％的数据中心芯片市场，但其地位并非无可撼动。要知道，在AI领域，英伟达才是龙头企业，相比英特尔的芯片，它的 GPU 在运行深度学习应用时速度更快。
尽管英特尔在PC 时代稳居霸主之位，但在如今的人工智能时代之下，技术的应用也发生了改变。诸如Deep learning这样广受欢迎的的应用，相比PC时代，对硬件设施的专业化要求要更高些。
打造一个已经存在了很长时间的产品、追逐一个成熟的市场跟进入一个大多数事情尚未明确定义的新市场厮杀是完全不一样的。
所以，英特尔需要重新慎重考虑自己的运作模式并进行创新。
英特尔近期将公司的重心放在品牌重塑上，将自己定位为一家“数据公司”。这跟所有其他大型云企业比如 谷歌、亚马逊和微软现在所做的一样，那就是将人工智能作为一种服务来运行的模式。
这意味着英特尔要在软件上发力并加大投入。
要知道，软件一直是英特尔的一个软肋。而Nervana 在软件方面有明显的优势，其基于英伟达图像处理器的深度学习应用在运行速度上比其他任何公司的都要快。在Nervana被收购之前，它主要出售基于英伟达 GPU的软件，推出AI开发者云服务。
Nervana的CEO Naveen Rao
Nervana的CEO Naveen Rao是一名拥有布朗大学博士学位的神经科学家，Rao此前曾在高通研究部门工作，负责研究名为神经形态处理器的芯片，该芯片更接近于重构大脑的生物学特性。他在接受The information采访时表示，英特尔“必须转变”。
英特尔“必须转变”，但转变不容易
一方面，英特尔内部在芯片的发展方向上出现很多分歧。
据Rao所说，早期的时候Nervana 还在开发一种加速深度学习模型的AI芯片，这些“加速”芯片受到了来自数据中心小组高管的阻力，他们不愿意出售Nervana专用于服务器的AI芯片。原因在于这些芯片与英特尔传统 CPU 芯片不同，原来的Xeons系列可为数据中心的巨型机器提供动力。
所幸的是，Rao最终赢得了这场战争，并晋升为新人工智能产品部门的负责人。在数据中心负责人 Diane Bryant 下台之后不久，英特尔就对加速芯片敞开了怀抱。
早期的冲突多少体现出英特尔在适应人工智能技术方面所面临的文化挑战。
此外，并非所有事情都按照Nervana所计划的进行。Nervana 的人工智能芯片——神经网络处理器进展一直很缓慢。
在2016年收购Nervana后不久，英特尔表示将于2017年上半年推出其第一块芯片。
但去年10月，英特尔表示，早期版本的芯片正在向早期合作伙伴发布，并且Facebook正在帮助英特尔开发该芯片。此后，没有对外公布进一步的细节。
据了解，英特尔本月晚些时候将召开第一次AI开发者大会，并将公布关于该芯片的新细节。
另一方面，英特尔的人工智能业务过于分散混乱。
在2016年收购Nervana之前，英特尔的人工智能业务分散在整个公司之中，几乎每个业务部门都有自己的AI项目。
比如，近期关停的 New Devices 小组之前就曾推出一系列人工智能项目。
在2015年收购的AI公司Saffron ，向银行和工业巨头之类销售企业软件。Saffron 小组划归 New Technologies 团队，不再属于人工智能团队旗下。
New Devices 小组于2013年构建了语音助理软件，已应用于奥克利智能眼镜等可穿戴项目，为用户提供个性化指导。该项目于去年取消。
在前 AMD 图像部门负责人 Raja Kudori 的带领下，英特尔重启构建高性能图形处理器的项目，但这项工作是独立于人工智能小组进行的。
与此同时，英特尔AI团队的成员尚未完全凝聚。收购 Mobileye 之后，Rao 并未接手英特尔建立的新自动驾驶汽车小组，尽管人工智能与自动驾驶息息相关。并且，已经有一些Nervana的老员工投奔了融资超过1亿美元的AI元器件公司Cerebras。
技术分析师 Ryan Shrout 表示，公司内部都会有这样的竞争。任何公司，不管大小，都难以同时把控这么多部门。最终，英特尔还是只能专注于面向人工智能的芯片。尽管如此，现在英特尔业务的组织架构已经比之前好了很多。
从全身心拥抱加速芯片开始，完成蜕变
Rao说道，“我认为英特尔整体战略的重大转变就是全身心接受加速芯片，这个转变在近两年发生。”
他认为，通过采用范围更广的芯片设计，英特尔能够更好地切入到与AI相关的各种市场。“你不能只是简单地构建一个架构去为所有的应用程序提供服务。如果你尝试在手机上运行数据中心架构的芯片的话，手机是无法运行的。因为这是非常不同的架构。”
显而易见，英特尔内部正在进行着大量的人工智能实验。虽然同时进行的芯片设计有很多种，但仍然显得无重心。最终结果无非是大部分设计失败淘汰，少数设计获得成功。
英特尔要做的不仅仅是芯片，还要为开发者开发AI应用程序提供软件工具。由Rao掌管的人工智能小组正在开发名为nGraph的软件，该软件作成为开发基于所有英特尔芯片的AI应用程序的接口。
随着英特尔越来越重视基于芯片之上开发的软件，Rao表示，英特尔正在探索除了销售硬件之外的新商业模式。Rao强调，这并不是说英特尔需要对商业模式做出什么重大的改变。能增加收入的业务，我们都会去尝试。
硬件设备是英特尔营收的基本来源，现在英特尔也将在软件方面投入大量资金。英特尔可能会做收入分成，也可能与垂直产业进行合作比如 Mobileye 在汽车领域所做的事情。
人工智能作为高性能计算的未来，如果不能成为这个领域的重头兵，英特尔将无法承担这样的损失。英特尔可以选择做的事情有很多，但英特尔需要思考的是如何专心投入到某个业务去。
