在PC端，英特尔芯片毫无疑问地拥有霸主地位。但在最新、最热的人工智能领域，英特尔却遇到了前所未有的挑战。
以设计智核芯片为主的英伟达，已经交付了世界首台深度学习超级计算。除了传统芯片公司外，谷歌也在努力，将自家人工智能芯片从GPU升级到了TPU。
面对竞争，在人工智能领域起步较晚的英特尔，憋了一个大招。当地时间8月17日，英特尔在开发者大会（IDF）上宣布，将在2017年推出专为人工智能深度学习设计的芯片——Xeon Phi，代号Knights Mill。
Diane Bryant，英特尔数据中心集团执行副总裁在开发者大会（IDF）上宣布将在2017年推出专为人工智能深度学习设计的芯片。
Knights Mill是英特尔Xeon Phi芯片的下一代产品。英特尔公司副总裁Jason Waxman在IDF表示，英特尔正在快速推进人工智能（AI）战略，Knights Mill就是一个飞跃。该款芯片的目的是能快速计算，并根据概率和联系（probabilities and associations）做决策。其设计也将为计算带来更多的浮点性能，这对机器学习很重要。
Xeon Phi系列是英特尔针对高性能计算市场推出的加速卡，主要与NVIDIA的Tesla、AMD的FirePro S等产品竞争。英特尔为Knights Mill处理器增加了“可变精度”（variable precision）的支持。但是其他具体细节，英特尔并没有公布太多，具体的性能等级也未知。
不过，Waxman认为，Knights Mill有着其他处理器无可比拟的优势。它可以独自充当处理器，不再需要单独的主机处理器和辅助处理器，而英伟达的GPU和谷歌的TPU芯片，都是辅助处理器，必须和CPU一起工作。
推出Knights Mill芯片后，英特尔有望补齐之前没有高性能的GPU的短板，未来可在人工智能芯片领域与英伟达等公司抗衡。
这 是英特尔布局人工智能的关键一步。在此之前，这家公司还买了一家专注深度学习开发平台研究的初创公司Nervana Systems。此外，在这次的IDF大会上，英特还尔宣布获得竞争对手ARM公司授权，将开始生产ARM架构的处理器产品，从而推动英特尔的晶圆代工业 务。
Nervana Systems也是一家致力于芯片设计的公司。该公司CEO Naveen Rao曾对媒体表示：“高端计算将会取决于在一个芯片上能进行多大的并行计算，我们的芯片就是摩尔定律终结的产物。”
摩尔定律正是Intel联合创始人戈登·摩尔提出了的理论：半导体芯片上可集成的元器件的数目每12个月便会增加一倍。
但是，随着我们对更小、更快、更高效芯片需求的增加，许多人都预测摩尔定律的时代可能要终结。《自然》杂志更是在今年2月份的一篇文章中宣布，国际半导体技术路线图将不再以摩尔定律为目标。
摩尔定律的终结，对于人工智能来说或许是件好事，可以让硬件设计从人工机器智能（一种自上而下的人类工程学方法）跨越到自然机器智能（一种自下而上的自我改善方法）。例如，从生物系统角度出发，建模人工智能技术。
据Rao介绍，Nervana Systems的芯片设计已经可以将图形卡的并行计算融入到硬件中，舍弃了缓存的功能。该芯片处理数据非常快，同时能利用更多的可用计算能力。该芯片能够运行深度学习算法，运行消耗的功率更少，而运行的量更大。
“总会有下一个浪潮。我深信这不仅是下一个浪潮，而且还将是让上一波浪潮相形见绌的浪潮。”Waxman表示。
在人工智能的新浪潮下，将未来压在独立处理器芯片上的英特尔，这一次还能保住自己芯片霸主的地位吗？
