同时，2016年8月， 英特尔耗资4亿美元收购深度学习初创企业Nervana， 试图通过Nervana Systems 在硅层实现机器学习，而非基于 GPU 架构。 Nervana针对神经网络设计了Engine 芯片，在深度学习训练时，Engine 芯片比传统 GPU 的能耗和性能优势更为突出（据称 Nervana 处理器速度可达到 GPU 的 10 倍） 。收购Nervana，Intel 可将 CPU 优势延伸至深 度学习领域，缩短开发深度学习应用、及应用推广时间。

　　此外，2015年12 月，英特尔以167 亿美元收购了FPGA 厂商 Altera，英特尔为了开发统一的接口，试图将 Altera的 FPGAs 和英特尔至强系列处理器封装到一颗芯片，新芯片将以互补、配合方式完成深度学习训练。2016年4月，英特尔与科大讯飞联手推出的深度学习计算平台， 借助英特尔至强处理器及Altera FPGA 的底层硬件技术，依托科大讯飞在自然语言处理、语音识别方面的核心技术，可实时将发言者的语音转化成文字，准确率高达95%。未来至强、FPGAs 一体化芯片将大幅提高 CNN 影像识别、目标探测、发现大数据规律的效率。

　　AI上的战斗，必然少不了无人驾驶与机器领域，英特尔更是如此。

　　英特尔并非在软件硬件才力拼市场，就连陆续跟进的无人驾驶的车联网也不忘涉及，目前正着力研发“ADAS 高级驾驶助手系统”，与众多汽车厂商进行合作测试。并在中国与中交兴路组建“车联网联合创新中心”，共同探讨智能车载终端技术、车联网云平台、行业大数据解决方案及业务模式创新。

　　为求加速无人驾驶项目推进，还在机器视觉领域进行系列重磅收购。2016年5月，英特尔收购计算机视觉（CV）算法公司 Itseez，Itseez助力英特尔研发创新型深度学习的CV应用（如数字安全监控、自动驾驶、工业检测），以打造从汽车到安全系统的物联网（IoT） 。2016年9月，英特尔收购计算机视觉开发商 Movidius。 Movidius 技术被用于Google、大疆、联想等公司，为无人驾驶飞机、安全摄像 头、AR/VR耳机等智能设备提供视觉功能。收购后，Movidius将与英特尔的 RealSense 技术配合。

　　最后，英特尔在布局上并不比谷歌逊色，以收购力腕来看，AI到来之势英特尔定然占据不少的市场力量。