英特尔可能不会立即采用AI，但该公司现在正争先恐后追赶。为了宣称自己的统治地位，硅谷坚定不移地推出了英特尔Nervana神经网络处理器(NNP)。这些系列的芯片在设计时特别考虑了人工智能。

由于它们是用于AI的，因此英特尔已 与Facebook合作设计和开发了这些神经芯片。根据英特尔首席执行官布莱恩·科赞尼奇(Brian Krzanich)的说法，这些芯片可以引入可能改变社交网络，医疗行业，汽车甚至天气预报的新型AI应用程序。

芯片背后的技术无疑与Nervana Systems有关，后者是英特尔于去年8月以3.5亿美元收购的公司。自从收购了深度学习初创公司以来，英特尔一直以代码“ Lake Crest”向NNP系列发送预告 片。由此产生的神经芯片是公司建立深度学习模型的快速培训时间目标不可或缺的一部分。

由于NNP旨在满足机器学习的需求，因此可能不会在个人计算机中找到这些芯片，而是在数据中心中找到它们。英特尔CPU在服务器堆栈中可能占有很强的份额，在数据中心中占有96%的市场份额，但目前的AI工作负载可以通过ARM和NVIDIA的图形处理器(GPU)更好地处理。这就是为什么对它们的芯片的需求猛增的原因。甚至Google都已通过其Tensor处理单元(TPU)采取了行动，该公司用于为其云服务器提供动力。同时，像Graphcore这样的公司也希望进入该行业。

现在的问题是英特尔的神经芯片有多快。不幸的是，该公司一直不愿透露细节。当Google推出其TPU芯片的最新版本时，该公司发布了针对竞争对手的测试结果。以英特尔为例，该公司只会说它正在实现其将深度学习速度提高多达100倍的目标，并且打算在2020年实现这一目标。

为了实现其目标，NNP必须比NVIDIA的V100 GPU和Google的第二代TPU更好。但是，英特尔很有可能达到这一标准，甚至更多，特别是因为该公司拥有14nm制程技术。

英特尔还对NPP芯片何时投放市场保持沉默，尽管预计不久将有更多细节公布。有传言说，新的神经芯片可能在今年年底前限量供应。