作为过去 50 年领导整个世界计算进步的英特尔，下一步又该如何应对人工智能带来的机遇和挑战？
科技公司的年度大会有两种，一种是推出普通消费者日常生活使用的用品，如苹果一年一度或一年两度的iPhone发布会，另一种则是针对技术开发者发布的SDK、API、开发套件等，一如英特尔的开发者技术大会——IDF。
如果说苹果的发布会讲述的是当下最好的软硬件集成，那么英特尔的发布会则是探讨未来的各种可能。
这其中，最让业界关注的恐怕还是英特尔打算如何切入当下最火的人工智能领域。放眼业界，人工智能成为当下技术公司发力的方向。AlphaGo用一场完胜将Google深度学习推进人工智能的野心展露无疑，Facebook给未来十年规划了社交、人工智能、虚拟现实、无人机的发展路线，微软则通过云、基于人工智能的Bot开发框架打造新一代软件开发平台，而作为过去50年领导整个世界计算进步的英特尔，下一步又该如何应对人工智能带来的机遇和挑战呢？
围绕机器学习，从算法和硬件上寻求突破
基于深度神经网络的机器学习崛起于2012年的 ImageNet 挑战赛，来自多伦多大学的一个明不见经传的团队利用深度学习训练的图像识别模型，不仅取得了冠军，并将错误率降低到20%以下，震惊产业界和学术界。自此之后，基于深度神经网络的机器学习成为人工智能重新崛起的巨大推动力，Google、Facebook、微软先后建立深度学习研究团队，在多个产品中部署深度学习技术，成绩斐然。
当业界越来越来多依靠深度学习，也带来对新一代计算的要求，而且更重要的一点则是，深度学习对计算力资源的需求到底有多高，其实谁也不知道，着就像个「计算黑洞」，也使得异构加速技术在过去几年成为该领域应用广泛的技术，比如 FPGA。
所谓 FPGA（Field－ProgrammableGate Array，现场可编程门阵列），是一种介于专用芯片和通用芯片之间，具有一定的可编程性，可同时进行数据并行和任务并行计算，在处理特定应用时有更加明显的效率。更重要的是，FPGA具有明显的性能功耗比优势，其能耗比是CPU的10倍以上、GPU的3倍。FPGA在诸多领域得到应用，如逻辑控制，信号处理，图像处理等方面。
2015年12月，英特尔完成了对可编程逻辑器件厂商Altera的收购。这是英特尔公司历史上规模最大的一笔收购，这也让英特尔成为第二大可编程逻辑器件厂商，并且将Altera的FPGA纳入到英特尔的产品线中。
这次收购对于英特尔接下来的发展至关重要。
众所周知，英特尔在业界的影响力建立在PC、服务器的CPU基础之上，但在PC销量持续下滑的残酷面前，英特尔的收入和利润都将受到很大影响。根据2015财年财报，英特尔全年营收同比下滑1%，净利润同比下滑2%，毛利率同比下滑1.1%。华尔街分析师将下滑的原因归结为PC芯片业务处于持续的疲软状态，该业务一度是英特尔最核心的产品线。
Gartner2016Q1全球市场PC出货量数据（单位：千台）
在服务器层面，包括Facebook、Google在内的主要客户，其对大型网络服务计算的需求不断增长，传统意义上，英特尔会在每块硅片上集成更多晶体管，不过随着摩尔定律失效，这种方法也越来越难以满足客户需求。
FPGA则有望给英特尔带来新的业务增长点，那就是机器学习。在英特尔全球副总裁兼中国区总裁杨旭看来，将Altera的FPGAs和英特尔处理器结合在一起的「一个很激动人心的领域就是机器学习，它是影像识别、目标探测、发现大数据规律的关键要素。」具体来说，英特尔会把FPGAs和英特尔处理器封装到一颗芯片里，当用FPGAs来运算一些机器学习的任务时，就像CNN影像识别算法，这些算法能大大提高它的性能。根据英特尔并购副总裁文德尔·布鲁克斯2015年接受采访时的说法，相对于传统的处理器和FPGA独立组建，新的一体化芯片最初将带来30%至50%的性能提升，而最终的性能提升将达到2到3倍。