1956 年是計算機歷史頗具里程碑意義的一年。「晶體管之父」威廉·肖克利回到加州帕洛奧多，成立肖克利半導體實驗室。同年夏天，28 歲的約翰·麥卡錫與同齡的馬文·明斯基、37 歲的納撒尼爾·羅切斯特以及 40 歲的克勞德·香農，在達特茅斯學院舉行了一個學術研討會。

　　固然肖克利「將硅帶到硅谷」，但卻是他的弟子們讓硅成為「科技世界的通行證」，其中三個弟子：羅伯特·諾伊斯、戈登·摩爾、安迪·格魯夫創立的英特爾，成為過去 40 多年影響整個計算機行業的重要力量，以半導體發展速度為基礎的摩爾定律更是一度預言了技術變革的速度和方向。而達特茅斯峰除了提出一個「人工智能」的新詞并沒有太多驚喜，不過這個詞卻成為接下來半個世紀計算機行業的「圣杯」（比爾·蓋茨語）。

　　2016 年，人工智能步入甲子之年，在一場舉世矚目的智能挑戰中，代表人工智能的 Alpha Go 完勝人類圍棋冠軍。這一年，摩爾定律走到第 51 個年頭。兩件看似不相關的事實放在一起卻像一個巨大的時代隱喻，在科技業老牌巨頭如微軟、蘋果，互聯網新貴如 Google、Facebook 紛紛押注人工智能時，作為芯片帝國締造者的英特爾，尤其是在錯過移動互聯網 10 年紅利的大背景下，英特爾的機會又在哪里？

　　答案或許就藏在上周召開的 2016舊金山英特爾信息技術峰會（IDF 2016）里，不過在討論這場開發者盛宴之前，我們有必要先看些會場之外發生的故事。

　　兩個或左右未來的收購

　　2015年12月，英特爾完成了對可編程邏輯器件廠商 Altera 的收購，并且將 Altera 的 FPGA 納入到英特爾的產品線中。FPGA 是一種介于專用芯片和通用芯片之間，具有一定的可編程性，可同時進行數據并行和任務并行計算，FPGA 在特定領域，如圖像識別、信號處理等場景中具有比 GPU、CPU 更低的能耗，性價比很高。

　　這是英特爾布局機器學習的一個重要戰略。具體來說，英特爾會把 FPGAs 和英特爾處理器封裝到一顆芯片里，當用 FPGAs 來運算一些機器學習的任務時，比如影像識別算法，這些算法能大大提高它的性能。根據英特爾并購副總裁文德爾·布魯克斯 2015 年接受采訪時的說法，相對于傳統的處理器和 FPGA 獨立組建，新的一體化芯片最初將帶來 30% 至 50% 的性能提升，而最終的性能提升將達到 2 到 3 倍。

　　2016 IDF 之前，英特爾宣布收購深度學習創業公司 Nervana System，這可能是一個比收購 Altera 更重要的一個舉動。Intel執行副總裁暨數據中心事業群總經理柏安娜在官方博客里寫道：「人工智能正在轉變商業運作以及人們參與世界的模式，而它的子集──深度學習，是擴展人工智能領域的關鍵方法。」

　　盡管英特爾擁有可支持高性能計算的處理器，但在深度學習芯片領域，Nvidia 的 GPU 具備統治性的地位。長期以來，英特爾都無法染指深度學習領域，英特爾擁有強大的至強處理器，而且全世界有 97% 支持機器學習的服務器都是采用至強或至強 Phi 處理器，但這些服務器占據全球服務器的比例不到10%。

　　另一方面，雖然擁有了 FPGA，但沒有 GPU 的殘酷事實則頗為無奈。而 Nervana 則是一家在芯片領域具有自主知識產權的公司，旗下的 Engine 芯片在深度學習訓練時有著比傳統 GPU 的能耗和性能優勢。借助收購 Nervana，則有望幫助英特爾將自己在處理器的優勢延伸到深度學習領域，從而打造一系列適應深度神經網絡的特殊處理器。

　　上述兩大收購基本補齊了英特爾在人工智能，尤其是機器學習領域的兩大短板，同時也進一步延伸了處理器的業務體系。更重要的一個事實則是，英特爾旗下的風險投資也是過去幾年人工智能領域的活躍投資機構，下圖來自 CBinsights 的統計，這些公司涉及數據、深度學習算法、機器人等等，未來不排除英特爾繼續收購更多創業公司。

　　押注人與機器的新交互

　　回到今年的 IDF ，如果說并購是英特爾傳統處理器業務的擴展，那么這次 IDF 的眾多新的產品或計劃則是英特爾對于人機交互的新思考，前者押注在基礎研究，后者則是應用層面的布局。

　　事實上，科技的發展史也是人機交互的歷史，而人工智能發展的路徑同樣隸屬在人機交互的發展歷程里。人工智能的進化是機器越來越聰明的的過程，所謂的「聰明」，體現在人機交互過程中，則是計算設備在識別（包括語音圖像、視頻、文本）、理解、情感方面的進化。通過 IDF ，英特爾展示對人機交互長期和短期的賭注。