如果提到英特尔，大家的第一印象可是它独有的PC巨头标签，这得益于其在整个PC行业占据了绝大多数市场份额。但当大家都在谈论人工智能时，英特尔似乎并没有迹象和NVIDIA一样在人工智能领域频繁刷脸。
不过，在英特尔眼中，数据中心和人工智能是可以相提并论的，换句话说数据中心即是云服务的基础架构，也是人工智能的一部分。
在刚刚结束的英特尔2016中国行业峰会上，英特尔公司数据中心事业部总裁及云服务平台事业部总经理Raejeanne B.Skillern就表示，数据中心在英特尔众多业务中的作用越来越重要了，目前，英特尔占据了全球服务器处理器市场99%的份额（PC市场的份额超过80%），这也是英特尔利润最高的业务。因为教育、健康医疗、政府行业都在转型（云服务和大数据的应用），这对数据中心提出了新的要求。
她举了个例子，在美国万豪酒店集团用了90年的时间才做到100万间客房的规模，而Airbnb花了六年时间做到客房数200万间，在人们出行方式发生巨大变化的背后离不开云服务、数据中心和人工智能的支持。
云服务的部署有三大模式：公有云、私有云和混合云，最近几年一直有人问这样一个问题，如果要上云，那么应该怎么做选择。
Raejeanne B.Skillern介绍，在1000家IT公司的调研中，英特尔发现很多公司都开始在自己的业务环境中管理多个云，他们会有一些公有云，同时还会在本地有一些私有云，也就是说一方面可以去利用自己本地的私有云能力，同时也可以向外消费其他公司的公有云提供的服务。
如果非要在这些云当中做出选择，又有什么样的考量？
Raejeanne B.Skillern认为，创业公司就更适合公有云，因为这些公司现金流比较紧张，又需要做一些测试或者做Demo开发。如果涉及到一些核心的知识产权，尤其是金融的数据、用户的数据，私有云必然是最好的选择。当然，在这三种模式中，公有云的呼声无疑是最高的，几乎每年都保持着25%左右的年复合增长率。
“云是一种基础设施，云是一种商业模式。”而基础设施就是软件定义的数据中心。Raejeanne B.Skillern强调，不论是哪一种云，对背后的数据中心和基础架构都有更高的要求。
从数据中心架构的角度来看，不管是本地的私有云还有公有云，数据中心要具有很高的性能，另外还需要有超高的效率，因为接入云服务的业务会产生大量的数据。
云服务每秒钟都会有新的数据产生，每12个月产生的数据数量要翻番，因此在处理数据的时候，如果效率不够的话就会产生大问题，因为不可能无限制的增加数据中心里的数据数量，对于环境上也是不可持续的，财力上也是不可持续的，我们要确保把现有的资源充分、高效的使用起来，处理不断涌入的海量数据。
而且上面提到的每12个月数据量翻番，还仅仅是人类产生的数据，如果算上PC、手机以及其它电子类的设备（未来会有500亿台物联网设备实现互联），处理分析这些数据是一个非常大的挑战。所以如何有效地使用这些数据是个问题。
按常人逻辑来理解，产生数据、收集数据、存储数据、处理分析数据这是一个再正常不过的流程了。但根据研究数据显示，目前产生的数据当中有95%没有得到使用。这就意味着企业花了大量资金来存储数据，然而这些数据却没有给企业带来应用的价值。
这其中有企业自身对数据价值不重视的原因，但更重要的是目前处理大规模数据的效率并不高。Raejeanne B.Skillern认为人工智能和深度学习就能解决这一问题，这些在无人驾驶以及医疗健康领域等已经得到了广泛的应用。例如，精准医疗可以在基因图谱上诊断病情，并且根据每个人独有的基因图谱给出治疗方案。
一年前的英特尔可能除了提供云端服务器芯片（至强处理器和至强融核处理器）和终端计算平台、技术（Curie模块、Edison计算平台、Cedar Trail芯片平台、RealSense实感技术）之外，在人工智能领域并没有深入的布局，但自从收购FPGA提供商Altera以及一系列计算机视觉公司之后，英特尔才给业界释放了一个信号，英特尔也开始在人工智能领域加强布局了。
这次会议上，英特尔还提到了产业链的整合，并且和科大讯飞签署了一项合作协议，即由英特尔提供底层计算架构，而科大讯飞则负责算法及应用。英特尔销售市场部副总裁兼行业解决方案集团全球总经理Shannon J. Poulin表示：“云计算、大数据、移动互联网、物联网、人工智能等先进科技技术的普及和应用正给行业带来崭新的机遇。信息技术与行业需求的整合展现了从云到端整体解决方案的巨大价值，这需要产业链各方的共同能力。”
从英特尔在PC以及智能手机、平板领域的战略来看，这是产业链顶层落地应用的一贯手法。所以对英特尔而言，类似向企业提供技术服务的合作还会继续增多。Raejeanne B.Skillern表示，英特尔将在CPU、网络、存储、计算、5G以及客户端设备技术为各行各业提供服务
正在生成分享图...
nebula