黄仁勋同时强调，很多应用并不需要GPU存在，只能依靠CPU来完成。据称，GPU在两个领域比较强大，一个是计算图形、虚拟现实领域，另一个是人工智能领域，尤其是深度学习领域。黄仁勋称，NVIDIA的战略并不是要取代CPU，而是GPU和CPU协同发挥作用，让CPU和GPU各自去完成自己所擅长的功能。另外，NVIDIA市场重点也不是传统的计算，不是手机和PC，而是游戏平台、自动驾驶汽车、AI、数据中心等领域，因此，NVIDIA仍然需要与CPU来合作。

　　英特尔中国研究院智能互联创新中心总监、首席研究员张益民对搜狐科技表示，GPU和CPU要看应用需求及设备功耗。一般PC等客户端直接用CPU就可以完成计算。据称，GPU适合于大量数据并行的计算，而CPU则适合于通用计算，人工智能计算则两种计算方式都包括。相对而言，CPU在进行计算时更加灵活。如果要加速AI，并保持很好的能效比，可能CPU加上专用加速器更合适。除了通用CPU外，英特尔近来来也开始布局FPGA，并收购了Altera，最近又收购了AI创业公司Nervana，这些产品都在提供专用加速器的能力。

　　英特尔要从一家PC公司转型为一家驱动云计算和数以亿计的智能互联计算设备的公司。数据显示，目前所有出货的服务器当中，有7%可以做机器学习和深度学习，其中95%都是基于英特尔架构的产品。据英特尔销售与市场事业部副总裁夏乐蓓介绍，英特尔在中国市场发布了全新的至强融核处理器。Altera也将其解决方案融入到英特尔产品线当中，通过融合FPGA的技术，能够实现在人工智能方面更强大的处理能力。

　　对于英特尔与NVIDIA在高性能方面的竞争，夏乐蓓对搜狐科技表示，对于任何一个行业来说竞争都是好事，因为竞争会带来下一轮创新的浪潮。人工智能毫无疑问是下一代计算创新浪潮所在，而在这个浪潮当中中国发挥着非常重要的作用。英特尔一直秉承开放的态度，构建广泛的创新平台并开放给所有开发人员。因此，英特尔所采取的方式方法是不同的，j2直播，英特尔并不仅关注深度学习，还关注人工智能作为一个整体的行业发展，所以它既包括了深度学习，也包括机器学习及与人工智能有关的方方面面。英特尔希望把人工智能整体技术发展所带来的好处转化成更好的、更优化的商业上的成效，从而把人工智能的好处真正带给最终消费者。

　　英特尔中国研究院院长宋继强称，在机器智能化发展方面，将经历从联网、智能到自主的三个过程，英特尔构造了一个良性的循环网络，从云端到最终的客户端设备都有不同级别的硬件去支持其做智能化的演进。在云端有至强融核、Nervana技术；中间层有至强和FPGA，在前端有酷睿级别的产品，并带有图形加速，可以做深度学习、智能加速。同时还有小型化的产品，如最新发布的Euclid，这种把Atom级别的处理器和Real Sense摄像头完全整合的模块，就非常适合让无人机、小型机器人直接使用，并同时可以做小型人工智能计算。之前发布的Curie模块，也自带了108个神经原，可以直接把人体的动作做分类。因此，在人工智能领域，英特尔有完善的硬件产品做支持。同时，存储、5G、安全等与人工智能息息相关的领域英特尔也有完整的方案。

　　上游厂商在人工智能、虚拟现实这一热潮来临之时，之间仍然充满了竞争，不变的是各种技术对计算需求的增长，同时，云计算、人工智能、VR等新技术也给了创业公司更多的发展机会，只是这些公司都处在金字塔的中低端。