【新智元导读】去年，英特尔以 4 亿美元收购深度学习芯片研发公司 Nervana，将其作为公司深度学习的核心，并围绕Nervana 在今年年初成立统一的人工智能部门。日前，该部门负责人 Amir 接受新智元专访，针对英伟达GPU和谷歌的TPU谈到了他对目前AI芯片市场格局的看法和相关技术发展态势。他认为，深度学习模型在某种程度上可能朝着暴力计算发展。深度学习将向两大方向发展：一是越来越强的计算力，一是整合异构计算。谷歌 TPU 和 TensorFlow 的优势只是暂时的，英特尔正在开发我们认为比 TPU 第二代更好的芯片。

2016 年 8 月，英特尔宣布以 4 亿美元的金额收购深度学习芯片公司 Nervana Systems，被外界解读为英特尔布局深度学习的重要信号。

一年以来，英特尔围绕 Nervana 做了许多重要的策略调整：3 月 24 日新智元曾报道，英特尔组建了一个统一的 AI 部门 the ArtificialIntelligence Products Group (AIPG)，由 Nervana 的 CEONaveen Rao 统领。 产品方面，英特尔计划将 Nervana 技术融入英特尔的处理器产品线，这个计划被称为 Knights Crest，该计划被英特尔寄予厚望，是其在深度学习上发力的重要筹码。

Nervana 已经成为英特尔人工智能技术实力的代名词之一。Nervana 创始人拥有独特背景，是高通神经网络项目研发负责人。Nervana 创业初期以 GPU 技术见长，原本的战略是利用 GPU 建立软件生态，然后再把自己的芯片对接到这个生态上，以便用户可以顺利对接。为此，Nervana 提出了和 Tensorflow 竞争的框架 Neon，Neon 的 GPU 优化做得比英伟达还好。

就在英特尔利用 Nervana 抓紧人工智能布局的时候，人工智能芯片市场也在悄然发生转变，今年 5 月的 I/O 大会上，谷歌推出第二代 TPU，并且通过云服务供用户使用，第二代 TPU 新增了训练的功能。不仅如此，谷歌的用户还能通过专门的网络，在云端利用 TPU 构建机器学习的超级计算机。

另一方面，在 GPU 市场上占据主导地位的英伟达也宣布，将推出新产品 Volta GPU 速深度学习的性能比 TPU 更好。

CPU、GPU 和以 TPU为代表的专用芯片构成了现在深度学习上的三大芯片力量，而它们背后的三大公司——英特尔、英伟达和谷歌都在构建基于自己特长的生态，三家公司不仅在芯片，而且在云端和软件框架上也存在直接竞争，整个市场一片火热。

作为一家老牌巨头，英特尔很少公开谈论自己在深度学习上技术与产品布局。7 月 5 日，新智元采访了英特尔人工智能产品事业部首席技术官 Amir Khosrowshahi。这是Amir 首次接受国内媒体机构的深度专访。

Amir Khosrowshahi 在哈佛大学获得了物理学与数学的学士学位以及物理学硕士学位，并在加州大学伯克利分校获得了计算神经学博士学位。Amir 在2016年随着英特尔收购 Nervana Systems 加入了英特尔，此前是 Nervana的联合创始人和首席技术官。在 2014 年创立 Nervana 之前，Amir 曾在高通公司的神经形态计算部门，从事了一年的模拟 VLSI 传感器研究。他曾有 5 年就读于加州大学伯克利分校，是 Redwood 理论神经学中心的研究员。他在Redwood的研究领域包括实验神经科学、机器学习、分布式计算和计算机视觉。

Amir 认为人工智能和深度学习领域发展很快，谷歌 TPU 和 TensorFlow 的优势只是暂时的，英特尔有更好的产品。芯片或者说处理器只是构建成功机器学习解决方案很小的一方面，从生产到制造到销售一整套流程，要配合才能成功。最关键的是，英特尔不需要与谷歌竞争，“谷歌、Facebook、亚马逊、百度……都是英特尔的客户，所有机器学习框架及其开发者社区，英特尔都乐意支持”。对于市场上相互竞争的框架，以及这些框架和英特尔 Neon 间的竞争，Amir 表示“在英特尔，你能与这些不同的公司都合作”，而不用去管这些公司彼此之间争得你死我活。

关于英特尔内部重量级的深度学习产品 Knights Crest，Amir 说，这是一个长期的项目，最先与世人见面的将是预计于今年下半年推出的 28 纳米芯片 Lake Crest。据 Amir Khosrowshahi 透露，Lake Crest 的特点是有很强的原始计算力（Raw Compute），“是你能在一块芯片上放的原始计算力的极限”。

Amir 力挺 CPU。现在主流的观点是，CPU 处理已经不能满足对计算力的需求，大家都在寻找 CPU 之外可以胜任的协处理器架构，业内最看好的是英伟达的 GPU。但是 Amir 认为，谷歌 TPU 的出现表明或许纯 GPU 并不是最适合的架构。他认为随着人工智能发展，CPU 不仅不会被推到角落，还会愈发重要。他以 AlpahGo 有机结合神经网络和蒙特卡咯搜索树的综合架构为例：如果要做深度学习 + 演化搜索 + 蒙特卡洛树搜索 + ……，CPU 足够灵活。“Nervana 在初创公司时曾经跟 CPU 抗争，很难，现在我们发现这更难了。”