对于现在电子产业而言，由于硬件运算力提升、运算软件框架不断进化且市场有明确需求，基于神经网络的 AI 再度成为重要议题，而作为现行全球主要服务器、超级电脑核心架构供应商的 Intel 当然也不会错过这场盛会，锁定 AI 相关开发者举办了 AIDC ( AI 开发者大会)，在稍早的主题演讲，也就 Intel 目前的战略进行说明。
Intel 的 AI 战略可分为三大领域，包括软件、硬件与社群；其中在社群方面， Intel 选择借由开源方式推广相关开发软件，而硬件部分除了 Intel 最核心的 Xeon 外，也针对当前异构运算、推理与学习加速器等提供全方位的硬件解决方案，至于社群除了与业界主力的 AI 框架如 Google 、微软与 Facebook 持续合作外，也借由 AIDC 抛砖引玉，接下来也将在全球陆续举办开发者大会。
在人工智能相关软件， Intel 现在提供多元的深度学习相关软件并在 GitHub 进行开源，首先就是 Intel Math Kernel Library ，借由推出这项软件工具并且与 Google 的 TensorFlow ，能够大幅提升 Intel 处理器执行 TensorFlow 的效率，此外也将整合多样主流框架相容性的 nGRAPH 、分散式深度学习数据库的 BigDL 等进行开源，另外甫宣布针对边际装置的视觉运算的 OpenVINO 也预计在今年底前进行开源。
至于硬件战略部分， Intel 强调 Xeon 仍是作为目前世界上多数人工智能运算的核心部分，同时借由每一世代的硬件架构、算法的提升，效能仍持续提升中，同时也借由支援大量的内存，使得深度学习允许更巨量的资料进行处理，毕竟作为深度学习培训，内存的容量影响可处理的资料量。
当然作为当前深度学习的硬件架构，纯 CPU 运算渐渐受到异构运算的挑战，尤其是 GPU 运算更是市场的主力，不过 Intel 虽认为借由 GPU 与 CPU 是相当不错的 AI 架构，但仍有更具效率的做法， Intel 也提供多项解决方案为人工智能提供更具效率的架构，包括 FPGA 、神经网络加速器以及视觉运算处理器等。
Intel 认为， FPGA 相较 GPU 具备更高的架构弹性，可依照人工智能的运算项需求，藉可程式化特性调整 FP16 、 FP32 与 FP11 等的算力，较 GPU 甚至可提供达 7 倍的效能，也同时提供更好的能源效率。
而视觉加速器解决方案 Movidius 则借由针对视觉运算的硬件加速架构，为边际运算装置预先处理影像相关的内容，使其背后作为人工智能的算力不用花费在这些影像相关的处理上，另外除了视觉加速外，亦能作为音乐的频谱分析，会场也借由 Movidius 分析电子琴输入的音节后，再以电吉他声互动。
至于 Nervana 则是 Intel 针对类神经网络所打造的类神经网络处理器，意义上与 Google 的 NPU 类似，具备达 2.4TB/s 的相互沟通通道，能连接多个 Nervana 并提供更高效能；而 Intel 强调 2019 年将推出商用版的第二世代 Nervana " NNP L-1000 "，效能将较现行第一世代提升 3-4 倍。
最后提到 Intel 的伙伴关系，除了与资料中心、人工智能框架供应商维持良好的关系外，同时也与包括 CG 产业、运动赛事等进行合作，借由人工智能带来如更快速的 CG 影像特效建构，或是在如北美法拉力挑战赛带来更好的赛事转播，同时除了先前赞助平昌奥运外， Intel 也将在继续赞助 2020 冬季奥运，借此展现如 5G 技术、人工智能分析与转播等技术。
