怎么解决?一个方式是用软件的方式。人工智能是一个软硬结合的系统，其实不是纯软件的事，软件可以做一些算法优化，把计算量砍下来。第二个是硬件的方式。就是用很经济、很有效的方式使用电力。这其中也有几类，最通用的方式是CPU，比如英特尔的酷睿系列、至强系列，这些通用的处理器，最通用的同时功耗也高。另一种是专用芯片ASIC(Application-SpecificIntegrated Circuit)，它可以做到功耗很低，但是性能很强。ASIC方案是一个终极解决方案。处于软件和硬件方式中间的是FPGA，FPGA的功耗和通用性处于中间档，功耗比CPU和GPU都低，他有一定的配置灵活性，配置起来是要靠写硬件的代码。而且它的成本比ASIC要高，所以当量还不足以支撑大规模制造专用芯片的时候，通常会采用FPGA。

　　讲清楚CPU和FPGA以及ASIC的关系，大家就很好理解为什么英特尔要收购Nervana这家初创公司的原因了，因为Nervana是做专用AI芯片的，是AI的ASIC供应商，现在的AI需求到了需要专用AI芯片的时候了。据称，Nervana处理器速度将可达到GPU的10倍，而投靠英特尔，可以让Nervana获得强大的芯片制造能力、资金能力和生态链整合能力。所以这桩婚姻会非常自然。

　　宋继强表示，从数据显示来看，目前在全球计算中心的计算量中，有10%是与AI相关，虽然看起来占比还不是很高，但是成长性超快，还在加速成长中，而且AI有引擎带动效应，所以英特尔加速这个部分的布局是非常顺理成章的。

　　在AI这个路径上看，从CPU到FPGA到ASIC，英特尔做了很好的布局。讲完这条线路，大家一定会关心另外一条线路“类人脑计算”，因为那条路其实才更接近于AI的需求。而目前包括IBM、谷歌以及中国都在加速在这个路径上的布局。作为全球芯片的巨头，英特尔不做类人脑芯片的研发吗?

　　宋继强表示，英特尔并非不做，只是现在还没有到透露的时候，一般大家看到的都是已经相对商业化的英特尔技术路线，对于未来的研究，英特暂时不会公布。

　　我曾在几年前参加英特尔在硅谷举行的英特尔全球研究院展示日活动，那时，英特尔就已经在进行“类人脑芯片”和计算架构的研发，主要是放在美国研究院，只是现在还没有到公布的时候，而全球的类人脑计算都还处于比较早期的阶段，商业化之路还很遥远。