文章架构
1、目前AI产业发展状况
英特尔的状况
其他领先企业的状况
2、照成英特尔落后的原因
对PC业务的依赖
对新业务增长点没有探索清楚
3、如何弯道超跑
提出AI发展理念，找到与自身产业结合的路
通过并购快速切入市场
近日美国英特尔公司正式对外宣布，他们将把旗下所有有关人工智能的业务整合到一起，成立一个名为人工智能产品事业部（AIPG）的新部门。人工智能产品事业部将由Nervana Systems前首席执行官Naveen Rao担任总经理，并向直接向公司CEO科再奇进行汇报。
目前，英特尔旗下的人工智能业务包括Xeon、Xeon Phi、Nervana和Altera等四个部分。这些部门很多都是最近刚刚被英特尔收购的，英特尔整合他们，是希望能够形成合力来进一步的发展人工智能。他们还将按其他事业部的需求分配各项资源，制定一项覆盖英特尔Xeon、Nervana和Xeon Phi以及软件产品的AI计划。
是什么原因导致英特尔的缺赛？
2017年才建立AI部门的英特无疑是落伍的。
目前AI产业市场上的巨头主要是以Google、百度、微软、Facebook 等为代表的企业，他们很早就开始布局人工智能，也积累了大量的数据，有着非常成熟的行业应用。所以他们更多是深化人工智能技术在各个场景的应用，以及围绕自己的核心业务进行投资布局。
行业巨头在人工智能的布局时间，是评估其人工智能实力很好的指标。可以以组建独立部门的时间作为参考，看看几大巨头的人工智能布局时间表。
Google：2011 年启动 Google Brain，2014 年收购 Deepmind。Google 在人工智能的成果包括了 AlphaGo、Tensorflow、无人驾驶汽车等。
Facebook：2013 年成立 FAIR，2015 年成立了 AML。 facebook 在人工智能的成果包括了 Torch、Facebook M、新闻流的智能推荐等。
百度：2013 年成立深度学习研究院，2016 年成立自动驾驶事业部，2017 年成立度秘事业部。 百度在人工智能的成果包括了广告推荐的凤巢系统、度秘、百度大脑、自动驾驶汽车、语音识别等。
微软中国：2016 年成立微软人工智能和研究集团 微软中国的研究成果包括了微软小冰、微软小娜等。
以上企业对于英特尔来说也许都是长江后浪推前浪的小弟，互联网时代这种状况也是很常见，但与同是老牌科技公司的IBM相比，英特尔也是落人身后。早在上世纪，IBM就已经在人工智能方面入局，深刻受益行业发展红利。如80年代的专家系统、1997年击败国际象棋冠军卡斯帕罗夫的深蓝计算机、2011年在美国智力竞赛节目 《危险边缘》 中战胜其人类对手的沃森系统均出自IBM。
2014年之后，将传统PC业务和平板业务转给联想的IBM更是轻装上阵，将人工智能视为公司的重点关注领域。IBM未来十年战略核心是“智慧地球”计划，IBM每年在其投入研发投资约在30亿美元以上。
反观同时期的英特尔，虽然数据中心、物联网的业务已经有明显增长，但PC客户端集团的业务任然占了一半以上。
通过以上营收数据对比分析，PC市场还是英特尔的主攻市场。为什么这个市场对因特尔来说如此重要，因为其公司绝大多数收入都来自于PC芯片销售业务。在处理器芯片制造这个领域，竞争参与者不多，能够占有一席之地的更少。英特尔在全球计算机CPU市场上基本呈现一家独大的局面，长期占据70%以上的市场份额，即使在业绩连年下滑的今天，依然以 277亿美元位列 福布斯(Forbes)公布2016年度全球最有价值品牌排行榜的17位，是当之无愧的行业霸主。PC芯片是让他们在过去几十年中获得丰厚利润的核心业务，作为芯片帝国缔造者的英特尔无法像IBM壮士断腕一般剥离PC业务，专注于认知计算、大数据和云计算等其他业务。
可如今全球PC产业都往下滑，产业结构在从PC、平板都在向物联设备和云计算功能转移。这些导致近年来英特尔的PC芯片、平板芯片的出货量比上年同期环比下降。当手中的市场被高通、联发科等ARM阵营的芯片厂商逐一攻占，英特尔才从原来以PC业务为主，转向以云计算和智能物联设备为主。而英特尔之前大幅投入的平板电脑，也没能与智能手机相抗衡，反而导致英特尔移动业务出现高额亏损。
为了挽救逐年滑落的电脑市场，英特尔曾几次进行创新，但并未获得成功。模仿苹果超薄笔记本推出的“超极本”因为价格不亲民和性能弱未成气候，之后，英特尔又开始热炒所谓的“触摸本”概念(笔记本配置触摸屏)，也是昙花一现的被移动手机风潮彻底“毁灭”。时至今日，英特尔在PC和平板市场上消耗了太多时间和战略部署，走了不少冤枉路。
长期的产业霸主地位和没有摸索成功的产业转型发展方向造成了英特尔今天如此被动局面。过度依赖PC业务是导致英特尔AI业务发展缓慢的根本原因。如果英特尔是一艘巨舰的话，PC业务仍然是它最大的引擎。也是让这个往昔的PC芯片霸主，没能抓住移动互联的机会主要原因。
可有后来居上的方式?
进入2016 年，当英特尔逐渐认识到人工智能巨大的价值后，逐步进行了行业布局。在人工智能的早期发展中或多或少有些缺席，而又不想错过人工智能的时代，英特尔就必须花费巨资迎头赶上。根据著名研究机构 CB Insights调查，近年英特尔在AI领域总投资额排在第二位，以此获取AI核心竞争力。
面对先行者的挑战，英特尔首先通过产业转型，逐渐在其他领域找到了成长点，比如数据中心和物联网等。数据中心逐渐成为英特尔营收的一个重要来源。2016年一季度财报显示，数据中心事业部一季度营收上涨9%，达到40亿元，占整体营收的29%。随着战略转型推进， 预计未来三年英特尔数据中心 、物联网营收增速将维持在5%-10%之间。
副总裁Diane Bryant在2016年的旧金山召开IDF16开发者大会宣布，为避免对PC、 服务器的过度依赖，公司基于主业积极谋求战略转型，将业务从PC芯片、移动芯片拓展至数据中心（云服务） 、物联网、人工智能等领域，还提出“2016重建计划”，将未来工作重心从PC芯片转向物联网和云计算。 对于AI产业发展，英特尔将通过产业类型调整和并购两种方式加速自己的布局战略。
整合技术资源 建立人工智能产品矩阵
英特尔提出AI发展的“良性闭环”概念，提供从嵌入式端到云端、从底层到应用层的完整实现方案。
英特尔处理器能为各种AI硬件提供支持。对于如手持、移动设备等前端设备，英特尔推出Movidius硬件平台，以满足前端设备功耗、预算、尺寸等限制。Movidius是英特尔于2016年9月收购的一家从事计算机视觉（CV）方向的公司，其CV芯片可为智能手机、平板电脑、无人机、VR/AR头显、可穿戴设备及嵌入式物联网设备提供支持。同时，在面向硬件优化的过程中，英特尔为开发者提供相关函数库。具体包括：针对数学运算的数学核心函数库（英特尔MKL）、针对数据分析的数据分析加速库（英特尔DAAL）、针对通讯加速的库等等。在框架层面，英特尔支持常用AI框架，这意味着开发者不需要迁就底层硬件而改变使用习惯，就能使用英特尔的各项架构支持。更上层的，英特尔提供深度学习SDK、Nervana等平台。
英特尔最擅长的工作就是整个芯片技术。根据AI发展的“良性闭环”概念，英特尔已经形成了足以进军人工智能领域的芯片产品矩阵，包含拥有60核处理器的超级电脑芯片Xeon Phi；针对机器学习和人工智能领域的服务器芯片至强融核处理器Xeon FPGA；针对深度学习领域的芯片厂商Nervana和Engine芯片；针对消费级市场的传统处理器Core；面向研究员、创客和机器人开发者的英特尔Euclid开发工具包；面向可穿戴和微型硬件产品的Soc Curie。
英特尔未来会更加倾向于定制化的产品来服务于客户，但英特尔依然是平台，就算是定制化也会以开放的标准和环境为基础。这是因为英特尔一方面要适应深度学习的技术趋势，另一方面不同的客户需求是千差万别的，英特尔又无法满足所有的定制化芯片。
弯道超跑的收购 ——频繁收购AI公司 补齐人工智能技术短板
从2015年12月开始，英特尔开始收购人工智能相关技术公司。在一年多的时间里，英特尔至少收购了六家AI公司。其在人工智能领域的布局也逐渐显露出来。
2015年12月，英特尔完成了167亿美元收购Altera的交易，这成为英特尔历史上最大金额的收购案。Altera是一家可编程芯片厂商，收购他们是为了英特尔更好的适应人工智能时代的定制化计算。
2016年中旬，英特尔收购了专为机器人和无人驾驶汽车开发的芯片的意大利半导体制造商Yogitech和从事计算机视觉算法的俄罗斯计算机视觉公司Itseez。通过这两次收购，英特尔就具备了研发无人驾驶汽车芯片的能力。在随后的7月，英特尔宣布与宝马、Mobileye联合开发无人驾驶汽车。
今年8月，英特尔刚刚以4亿美元的价格收购了一家AI初创企业Nervana。这家公司研究了深度学习芯片（Engine芯片），性价比很高，而且处理速度是GPU的10倍。未来，英特尔可以把Engine芯片整合到英特尔的CPU中，这样可以以一个低成本的方法来实现人工智能处理的高性能，打造适合深度神经网络的处理器。而在不就后的9月6日，英特尔突然宣布收购硅谷计算机视觉技术公司Movidius。据悉，Movidius自主研发了全新架构的低功耗视觉处理器VPU，可以为智能设备增加视觉功能，包括无人机、安全摄像头、VR和AR头盔。分析认为，英特尔收购了这家企业，主要是为了利用计算机视觉、感知运算来增强RealSense 3D深度摄像头技术。
英特尔作为传统芯片公司，面临着PC、移动智能终端等市场逐渐饱和的压力，以及AI市场强劲的市场前景，致力于研发可行的AI硬件，并在AI框架和商业化应用有着诸多尝试。
通过一系列的收购，不仅补齐了英特尔在机器学习领域的短板，同时也延伸了英特尔处理器的业务体系，为以后推出适合未来人工智能时代整合型的超级处理器打下了基础。 是否能够弯道超跑，我们拭目以待。
==========================
联系客服
