大家好，今天小编来为大家解答英特尔收购人工智能这个问题，英特尔收购人工智能公司很多人还不知道，现在让我们一起来看看吧！
本文目录
英特尔将推出AI专用芯片吗？
目前英特尔正在做AI的相关布局，今天刚投了一家AI创业公司。
投资界（微信ID：pedaily2012）10月20日消息，人工智能初创企业“地平线”宣布完成近亿美元A+轮融资，本轮融资由英特尔投资领投，嘉实投资联合投资，其余参投方还包括晨兴资本、高瓴资本、双湖投资和线性资本。
据悉，“地平线”本轮融资金额将用于加速技术研发和商业落地，打造以AI处理器、算法为核心的关键技术，推出“自动驾驶、智能城市”场景下的系统级嵌入式AI解决方案。
值得一提的是，在此前“地平线”曾先后获得过三轮融资，分别在2015年9月完成天使轮，其投资方包括晨兴资本、高瓴资本、红杉资本、金沙江创投、线性资本、创新工场及真格基金……机构。2016年4月，获得投资家YuriMilnerA轮融资，2016年7月，获得来自双湖投资、青云创投和祥峰投资，晨兴、高瓴、金沙江、线性资本和真格基金等种子轮投资机构继续跟投。
地平线成立于2015年的7月，由原百度研究院副院长余凯创办。公司主要定位于嵌入式人工智能核心技术和系统级解决方案提供商，致力于为自动驾驶汽车、智能摄像头等终端设备安装“大脑”，从而使设备具有从感知、交互、理解到决策的智能。
其业务涉及AI芯片+底层算法、智能驾驶、智能物联网和智能城市四大板块，其中AI芯片和底层算法是核心。这部分包括图像识别、语音识别、自动驾驶和深度学习平台等。
而作为本轮领投方英特尔投资地平线的主要是因为看中自家的FPGA技术与地平线技术相融合的可能。英特尔方面表示，投资地平线出于其全球自动驾驶战略布局的考虑。该公司在年初完成了对以色列ADAS公司Mobileye的收购，再加上本次对地平线的投资，将增强其在自动驾驶领域的竞争力与地位。
早在2016年11月，地平线便与英特尔公司展开深入合作，双方于2017年1月在美国拉斯维加斯国际消费电子展（CES2017）上展出了基于地平线BPU架构联合开发的高级辅助驾驶系统解决方案。
余凯表示，英特尔在计算和AI领域的技术与资源，将为地平线的自动驾驶方案落地提供重要支持，地平线将借助英特尔在CPU、FPGA、5G等方面的经验与资源，加快嵌入式人工智能硬件架构的研发，与英特尔共同推动自动驾驶产业发展。
英特尔的人工智能可以解决哪些实际问题？
英特尔的人工智能是基于芯片的AⅠ，能从根本上提高运算速度和运算效率这一实际问题。传统的芯片称为CPU，而英特尔正在研发的人工智能芯片是NPU，神经网络芯片，是真正的人工智能，而不仅仅是人工智能程式。通过超大规模集成电路来提高运算速度，和指令集来提高运算效率，一直是传统芯片设计的瓶颈，NPU的结构不同于CPU，釆用了可编译数字逻辑电路和多层并行计算等尖端科技，从物理结构上实现人工智能的功能，NPU不仅能运行人工智能程序，还可以编译成最好的数字逻辑电路结构，多核心协同并行，大幅提升运行速度和运行效率，生成更强大更聪明的人工智能。
英特尔正式收购以色列AI芯片公司Habana Labs，能否反超英伟达呢？
在5G和AI等人工智能技术不断发展的今天，牙膏大厂Intel也急了，在错失5G发展新机遇之后，Intel频频出招推出新的举措发力AI领域。近日，Intel宣布正式收购以色列人工智能芯片制造商HabanaLabs，收购价格大概为20亿美元。
其实，Intel收购这家半导体新秀并不让人意外，毕竟Intel此前也发布多项策略，似乎要在AI领域干一番大事业。而早在去年11月，英特尔资本就将目光瞄向了这家公司，领投了Habana的B轮融资，融资金额高达7500万美元。在2016年8月，英特尔已408亿美元的价格收购做数据中心AI芯片的NerbanaSystems，当时Nervana也仅仅成立2年的时间。
对于此次收购，英特尔表示完成收购之后，HabanaLabs公司虽然属于Intel公司，但却是一个独立的业务部门，依然保留其管理团队，总部也依然在以色列，而其只需要向Intel数据平台事业部回报工作进程即可。此次收购能够进一步强化Intel的人工智能解决方案，帮助Intel在AI硅市场中获得进一步发展。
据了解，HabanaLabs在去年9月份推出Goya芯片，能够在推理和处理方面得到应用，性能优势是英伟达的3倍，延迟更低，实力还是和不错的。而今年6月其又推出一款训练芯片Gaudi，采用基于行业标准的集成机构，即使是非常大的人工智能模型夜灯得到规模化的处理，其表现创下业内新纪录。其能够通过标准的100Gb以太网扩展到数千个节点，而且还能支持远程直接内存访问，无需占用远程CPU，大大提升了超大型神经网络模型的训练性能，越来越复杂的人工智能任务将得到进一步解决。英特尔表示，AI解决方案能够帮助客户将数据转化为业务价值，帮助英特尔的盈利做出贡献，预计今年公司营收会同比增长20%，超过35亿美元。
当然，看到Intel接连不断地出招，英伟达自然也不会坐以待毙，目前英伟达也在积极收购Mellanox，希望能够通过网络技术让人工智能芯片和英伟达的网络联系在一起，相对来说英伟达的收购规模比英特尔要大得多，很有可能会对英特尔的发展造成威胁。
总而言之，AI领域，各大企业都需要进一步地提升芯片的性能和效率，帮助客户将数据转化为有用的价值，不知道英特尔在人工智能这一赛道上能否扳回一局？
英特尔重金押宝人工智能，中国市场如何落地？
科技行者发自英特尔中国研究院办公室。
回望过去一年，英特尔几乎全心投入AI建设，整合Nervana，成立人工智能产品事业部(AIPG)，扩张收购与投资布局，AI领域的举动，逻辑主线越发清晰。那么，在中国如何推动AI，英特尔其实也给出了答案。第一，英特尔为实体经济站台。十九大提出互联网、大数据与人工智能深入融合，如何释放AI价值，其在AI领域的战略集中在三方面：创新技术、广泛合作、推动应用。具体表现：正携手百度、科大讯飞、京东、美团、海康威视、中国电信等各路厂商，积极探索人工智能在到医疗、交通、安防、工业、互联网和通信领域的应用部署，为实体经济发展提供不竭动力。第二，做中国高价值合作伙伴。“AIONIA”是英特尔AI战略的核心思想，即希望英特尔AI架构为各行各业提供帮助，降低AI使用的门槛。实际上，对于英特尔而言，AI潜力和价值，恰恰体现在它能够与其他行业应用实现有效的结合，即通过行业应用释放AI潜力。独乐乐不如总乐乐。同样是合作，但英特尔却擅长用“英特尔方式”实践着，不单是为行业用户提供解决方案，还与合作伙伴一起玩。通过技术的力量，让AI易于实践，降低各行各业使用AI门槛。分享一个小故事，英特尔在不同场合多次提到的“天池医疗AI大赛”。英特尔与阿里巴巴和零氪科技共同举办了天池医疗AI大赛，以期促进算法创新，用AI加速精准医疗的发展；大赛第一季面向的是医学界公认的难题——早期肺癌的诊断。作为大赛的共同举办方，英特尔提供了可为深度学习提供高效计算支持的至强融核处理器、至强处理器等产品和技术，还有针对机器学习和深度学习的英特尔MathKernelLibrary（MKL）核心算法库及英特尔Python数学库，以及特别为医疗影像分析设计的深度学习框架软件等。据科技行者了解，在这次天池大会上，英特尔为深度学习框架Caffe定制了43个超越开源版本的新功能，来支撑选手的模型创新；同时也为天池软件贡献了35000行框架代码和6000行参考模型代码，为模型训练保驾护航。结果是，各队选手在比赛期间遇到的80%的问题，英特尔事先都有验证过。从体验层面，英特尔也正在尝试。举个例子，3D人脸面部表情捕捉技术，可实现对视频人脸的自动检测与识别，精准重建3D人脸，并实时跟踪面部表情变化，将预先设计好的特效素材附在3D人脸上，重新渲染到MV视频中，从而实现脸部特效。整个过程只需一个二维摄像头，大大简化传统3D建模过程。目前，这项AI技术还运用到音乐作品拍摄中，并开放体验区，让内在英特尔技术，在AI时代，转化为外在精彩体验。很显然，英特尔对待AI的核心思想是，推动AI普及化、民主化，推动整个市场发展。就像英特尔公司高级首席工程师兼大数据技术全球首席技术官戴金权多次提到，“在英特尔我们专注做的一件事情，就是使人工智能计算进入民主化时代，让各行各业更方便地使用。”
下图为英特尔AIDay上的中国合作伙伴
回到话题，英特尔重金押宝AI，当然少不了芯片。
在今年AIDay上，英特尔就释放了多个重要讯号，试图在明年50岁“知天命”来临之际，在人工智能的时代，改变自己的“人设”。弥补GPU缺乏，转投“神经芯片”研发如果说AI是一场马拉松，此刻重新回到赛道的英特尔，“快马加鞭”之余，还面临着一个无法回避的外界言论话题，对手英伟达。毫无疑问，在PC时代，CPU/GPU曾是一对亲密无间的伙伴，但到了人工智能时代，却出现了“分歧”。“吃瓜”看热闹的背后，你需要知道的一个事实是，在界定两者的关系时，英伟达掌舵黄仁勋曾多次提到，GPU不会替代CPU。虽然老黄在说这话时，一脸傲娇，但他看来，最完美的架构正是在万事皆能的CPU上，加上在某些重大计算挑战上非常有能量的GPU，后者非常擅长图形的计算处理工作和人工智能类型的应用。当然，人工智能包含很多范畴，GPU在深度学习领域尝足了“甜头”，但真正使用还要考虑很多不同的约束条件，功耗、尺寸、价格来选择不同的硬件。尽管英特尔下大手笔，收购FPGA厂商Altera、AI芯片商Nervana，但依然无法解决缺乏GPU的问题。于是，英特尔选择另辟蹊径。仅以芯片角度来看，英特尔的研究好消息一个又一个从实验室传来。似乎是作为一种强力的隔空反击，这次AI大会上，宣布正在研发出代号“Loihi”的自动学习神经芯片。▲代号“Loihi”自动学习神经芯片Loihi得名于夏威夷海底的一座火山，它由128个计算核心构成，每个核心集成1024个人工神经元，整个芯片拥有超过个13万个神经元与1.3亿个突触连接。虽然无法与拥有超800亿个神经元的人脑相比，但是英特尔认为，Loihi代表着未来人工智能芯片的发展方向。其原因在于，Loihi芯片能够像大脑一样通过脉冲或尖峰传递信息，并根据这些信息调节突触强度，能模仿大脑，通过环境中各种反馈信息进行自主学习、下达指令。Loihi芯片提供了非常灵活的片上学习能力，将训练和推理整合至同一块芯片上。通过“异步激活”方式进行计算，使得机器学习更有效率，同时对于计算力的需求更小。该芯片适用于无人机与自动驾驶、红绿灯自适应路面交通状况，用摄像头寻找失踪人口等任务。不过英特尔目前尚未制造出Loihi芯片，但已用FPGA芯片进行了硬件模拟测试。展望未来，英特尔认为人工智能训练需要新型芯片架构。而神经形态计算恰好带来了一种方式，以类似大脑的结构提供超大规模的计算性能。但英特尔并不是第一家使用神经科学指导芯片的公司。此前，IBM已经构建了两代神经形态处理器，称为TrueNorth，同样基于脉冲神经元模式，但TrueNorth包括4096个核心，模拟了一百万个神经元和2.56亿个突触，这个数字在Loihi之上。一个好消息是，与通常用于训练人工智能系统的芯片相比，Loihi芯片的能效提升了1000倍。尽管，目前很难说英特尔神经元芯片最终结果如何，但肯定的一点，英特尔已经意识到CPU不是唯一。为了应对英伟达的进攻，英特尔正试图去拥抱其他芯片。截至目前，CPU+FPGA已经显示出深度学习负载上的能力，以及专用神经网络芯片，二者的能耗和性能，都足以成为GPU潜在的挑战者。当然，这还不够。近日，据外媒报道，英特尔还选择与昔日的“老对手”AMD联手，将后者的GPU与它的CPU封装在一起，试图弥补自身GPU缺乏的短板。说到硬件计算力，这还只是英特尔AI布阵图中的一小部分。接下来，我们重新梳理一下英特尔AI的逻辑。瞄准“数据”，从点线面勾画AI全栈解决方案早在60多年前，AI就诞生了。但发展之路，蜿蜒曲折。之所以现在井喷式增长，除了不断提升的计算力，还有一个重要基础，数据。追溯到今年3月，英特尔发布“数据战略”，对公司进行重新定义，CEO科再奇明确指出，“如果一个市场不能生成数据、分析数据、或使用数据来提供增值服务，英特尔就不会进入。”再来看一组数字，到2020年，每台自动驾驶汽车每天将生成超过4TB流量，结合所有产业，英特尔给出一项统计，2020年中国数据总量将达到8000EB。当然，不仅是数据量的增长，未来数据的形态正在从结构化（文本图形）向非结构化（音频、视频、社交），以及不规则维度和定制类型数据演进（声纳、GPS、雷达、镭射激光、人工智能、神经网络、基因），数据的处理方式也延伸至端到端。在这种“数据洪流”效应下，如何将不同形态的数据转化为“增值服务”，处理海量数据，并寻找到关键数据，做快速的预测、诊断，预防灾难事件发生，甚至模拟人的大脑，英特尔认为这就是AI潜力所在。但这位“CPU霸主”也表示，随着高度动态和非结构化数据的自然数据收集分析需求越来越大，未来计算需求必定将远远超越传统的CPU和GPU架构。那怎么办？英特尔这么说，那就肯定有办法。面对AI后时代的未知，英特尔同样希望用“计算多元”思路来处理，即利用不同特性硬件平台以及软硬件协同优化，来提升数据处理的速度和准确性。于是，英特尔很快采取了一系列行动。从2015年开始，疯狂布局AI，收购Altera、Saffron、Yogitech、Itseez、Movidius、Mobileye等一系列各有所长的AI初创公司。当然，一下子收购这么多公司，还是难以消化的。英特尔需要将所有这些融合重组在一起。如何整合？当英特尔收购Nervana时，它认为这家小公司是其进军AI的“基础”。为此，还成立了由Nervana前任CEO兼联合创始NaveenRao领导的人工智能产品事业部（AIPG）以及一个进行高级研究和开发的人工智能实验室。相较于整体AI战略，英特尔也更为强调其AI硬件组合。在本次AIDay上，英特尔刚宣布将在今年年底之前发布Nervana神经网络处理器（简称NNP），即此前代号为“LakeCrest”的项目。NaveenRao将NNP描述为“一套面向深度学习的专用架构”。英特尔在AI芯片方面还储备有其它杀手锏，具体包括至强家族、FPGA（来自Altera）、Mobileye（车载平台）以及Movidius（用于边缘位置机器学习）。▲英特尔人工智能全栈解决方案完整的硬件平台，涵盖至强处理器、至强融核处理器、英特尔Nervana神经网络处理器和FPGA、网络以及存储技术等；针对深度学习/机器学习而优化的基于英特尔架构的数学函数库（英特尔MKL-DNN以及数据分析加速库（英特尔DAAL）等，以及英特尔NervanaGraph；支持和优化开源深度学习框架如Spark、Caffe、Theano以及Neon等；构建了包括英特尔Nervana、英特尔计算机视觉SDK、Movidius和Saffron为代表的平台，以推动前后端协同人工智能发展。原来，在“看似摸不着头脑”收购狂潮背后，英特尔实则是在补齐各方面的能力。应对数据多样性，现在，英特尔终于缓了口气，拿出一整套AI全栈解决方案。▲英特尔公司全球副总裁兼中国区总裁杨旭正如英特尔公司全球副总裁兼中国区总裁杨旭所言，AI是一场“马拉松似的拉锯战”，竞争才刚开始两三公里，未来将是“计算多元”时代。
从“芯片公司”到“数据公司”，英特尔的转型思路或许将带给人们一些启示：当新一波技术浪潮和风口来临时，与其盲目地追赶风口，倒不如花些时间真正去想清楚，在新的变局中，自己能给别人带来什么不可替代的价值。以上由关注AI和潮鞋的科技行者运营团队DAWN回答。
关于英特尔收购人工智能到此分享完毕，希望能帮助到您。