柏安娜女士还宣布，相较于前一代处理器，下一代英特尔至强融核处理器（代号为KnightsMill）的深度学习性能可提高4倍，计划于2017年上市。此外，英特尔宣布现已向特定云服务提供商合作伙伴提供下一代英特尔至强处理器（代号为Skylake）的初级版本，该处理器采用了英特尔高级矢量指令集AVX-512集成加速技术，将极大增强机器学习工作负载的推理性能。该平台系列预计于2017年中旬发布，届时还会增加其他增强功能和配置，以全面满足不同客户群体的需求。

　　除了芯片级的创新之外，英特尔还披露了其他人工智能布局，包括专为客户提供业务洞察而打造的解决方案方案——英特尔Saffron Technology?。Saffron平台采用了基于内存的推理技术和异构数据透明化分析方法，该技术非常适用于小型设备，可在物联网环境中实现本地智能分析并帮助推动先进的人工智能协作发展。

　　为简化人工智能的部署，英特尔还推出了通用智能API，可支持从边缘到云平台的英特尔分布式处理器产品组合，以及英特尔®实感? 摄像头和 Movidius 视觉处理单元(VPU)。

　　英特尔Nervana人工智能委员会，Bengio成为创始会员

　　此外，英特尔和谷歌正式宣布双方建立战略联盟，旨在帮助企业IT部门根据业务需求构建开放、灵活、安全的多云基础设施。双方合作包括专注于Kubernetes*（容器）、机器学习、安全和物联网的技术集成。

　　为进一步推动人工智能研究和战略实施，英特尔还宣布成立英特尔Nervana 人工智能委员会，主要由业界和学术界的领先思想领袖组成。英特尔公布了四名创始会员分别为来自加拿大蒙特利尔大学的约舒阿·本希奥(Yoshua Bengio)、来自加州大学伯克利分校的鲁诺·奥尔斯豪森（Bruno Olshausen）和拉贝艾(Jan Rabaey)以及来自斯坦福大学 Ron Dror。

　　英特尔还将不遗余力推动人工智能的真正普及。为此，英特尔向广大开发者推出了英特尔Nervana人工智能学院，以方便其接受相关培训和使用工具。英特尔还推出了英特尔Nervana图形编译器来加速英特尔芯片中的深度学习框架的发展。

　　除了人工智能学院，英特尔还宣布与Coursera合作，为学术社区提供一系列人工智能在线课程。英特尔还将与Mobile ODT联合主办Kaggle 竞赛活动（预计于2017年1月份开展）。

　　跨平台深度学习开放框架 Nervana graph 的详细介绍

　　2016年8月9日，英特尔宣布收购深度学习初创公司 Nervana Systems，交易金额约为 4.08 亿美元。Nervana 由原高通神经网络研发负责人于 2014 年创建，拥有目前最快的深度学习框架 neon。3个月周后，英特尔与Nervana终于开始在深度学习上发力，推出跨平台高性能深度学习开放框架开发库ngraph。本文是Nervana官网上对ngraph所包含的API内容、原理和性能介绍。

　　下文作者为Nervana 算法团队成员Jason knight，由新智元编译。

　　基于我们多年以来维护最快速的深度学习库上的经验，j2直播，以及一年以来在以图形为基础的设计上的迭代，我们现在希望分享预览版的 Nervana Graph（ngraph），本次发布包含三个部分：

一个用于创建计算 ngraphs 的API。

两个更高水平的前端API（TensorFlow 和 Neon），可在常用的深度学习工作流（workflows）上利用ngraph API。

一个用于转换的API，用于编译这些图形，并在GPU和CPU上执行。

　　与Theano和TensorFlow的对比

　　Theano 和 TensorFlow 计算图要求使用者在创建图形的同时要推论潜在的向量形状。这相当枯燥，并且容易出错。另外，这种方法还会削弱一个编译器重新排列坐标轴，与特定的硬件平台相匹配的能力。

　　相反，ngraph API 能让用户定义一系列的命名轴，在图形的绘制过程中，把这些轴添加到张量上，并在有需要的时候，通过此前的命名（而不是位置）对它们进行分类。这些轴能够根据特定的问题领域进行命名，来帮助用户解决具体任务。