随着人工智能的进一步发展，计算硬件和内存都将到达临界点，CPU、GPU等通用芯片已经无法满足AIoT（智能物联网）时代的需求。
“在云端，深度学习模型的复杂度不断增加，对算力的需求每3.5个月就翻一番。”11月22日，英特尔人工智能事业部副总裁兼人工智能平台和市场研究总经理辛周妍（JulieShinChoi）在接受第一财经等媒体采访时表示，AI模型纳入的参数越来越多，对硬件和软件提出了新的需求。
正是在这样的背景下，全球芯片霸主英特尔布局了AI专用芯片。11月12日，英特尔发布了面向训练（NNP-T1000）和推理（NNP-I1000）的英特尔Nervana神经网络处理器（NNP），这是英特尔为云端和数据中心客户提供的首个针对复杂深度学习的专用芯片，将于2020年上市；而在边缘侧，英特尔发布了下一代MovidiusMyriad视觉处理单元（VPU），用于边缘媒体、计算机视觉和推理应用。
NNP-T是英特尔联合百度共同开发的处理器，是否适合其他客户？辛周妍告诉记者，“NNP-T也好，NNP-I也好，都针对大多数客户经常使用的深度学习框架进行了优化，我们要做的是对占90%市场的TensorFlow进行优化。而我们对百度PaddlePaddle进行软件方面定制的开发和优化是因为百度是中国最大的AI公司，百度也希望扩展PaddlePaddle在市场中的采纳率。这些优化，一部分对所有客户都适用。我们预计PaddlePaddle未来将会有更多应用。”
辛周妍表示，随着这些产品的发布，英特尔人工智能解决方案产品组合进一步得到强化，并有望在2019年创造超过35亿美元的营收。仅从数量上看，这对于营收七百亿美元左右的英特尔而言微不足道。但是，AI市场的无限前景让企业不敢忽视。
每次新技术的来临都有可能发生行业大洗牌，即使是全球芯片霸主也不敢放松。此前，北极光创投董事总经理杨磊在一次论坛上表示，“每一次计算构架的大变革都会创造一个新的王者。从原来主机时代的IBM、PC时代的英特尔、移动时代的高通，现在进入智能物联网的时代，新的王者会是谁？有很大的几率不是前面这几家，而是新的玩家或者几个。”
英特尔不仅要面临芯片行业的竞争对手，其客户包括亚马逊、谷歌、阿里巴巴也都在研发自己的专用芯片。
如何应对这一现象？英特尔CEO司睿博（BobSwan）在10月接受记者专访时指出，“通用计算不再适用于所有客户。因此，我们必须根据我们已有的、以及在客户环境中长期运营积累的深厚知识进行调整和适应。我们要倾听客户的声音，尤其是那些拥有超大规模数据中心的公司，包括谷歌、微软、百度、腾讯，他们需要定制化的产品。”
而在产品上，英特尔不断丰富自己的产品组合。除了传统优势产品CPU之外，在GPU、FPGA和ASIC上均有布局，并将在明后年陆续推出。为了聚集更多开发者，英特尔也正不断完善其生态系统，包括软件和开发者环境。
在被问到CPU、GPU、FPAG和NNP各有多少AI工程师时，辛周妍没有透露具体的数字，只表示英特尔有超过15000名软件工程师，“从产品角度讲，每一个硬件软件都是支持AI的，所有硬件产品的路线图里都包含AI。英特尔的每一个人，无论在现有产品还是新产品的研发过程中，都会考虑AI。英伟达的黄仁勋谈到他们公司50%的人都在做软件，英特尔也一样，我们非常重视。”
