人工智能既涵盖前端的设备又有后端的云，我们应该把人工智能放在哪儿?是放在前端的设备里面，还是放在云端?宋继强认为，需要具体问题具体分析。

英特尔收购了Mobileye，有人说这是增强英特尔进军自动驾驶的实力。但是，自动驾驶是不是Mobileye一家的能力就够了?一辆汽车要自动跑起来，需要模拟人的视觉、听觉和其它感知能力，对环境进行建模，还要快速做出智能的判断来操控车辆，因此环境建模需要与传感器数据相融合。不仅仅有图像数据，还有超声波、激光雷达，所有这些不同的数据都需要不同的处理。自动驾驶如果出现问题关乎人命，因此控制者的反应速度非常重要。而自动驾驶汽车(也即前端设备)本身也一定要有足够强的实时处理能力。

但在很多重要场景下，云端仍然非常有用。如果汽车终端收集上来的数据要放在云端做综合处理，可以为整个城市的交通做更好的规管。在云端，还可以用这些数据为自动驾驶训练边界情况。因此，根据情况，人工智能既可在云端，也可在前端，还可以两者都部署。

闭环!闭环!闭环!

综上，大家就能理解为什么英特尔从去年的 AI Day 开始，一直表明自己是在做一个闭环，这个环是从前端的数据采集开始，经过数据通信网络和移动计算能力上到云端，在云端做更大量的优化训练，再反馈到前端。英特尔认为，这个环必须时刻运转，不需要停止，也不能够停止。在这个环上，用户需要很多种不同级别和种类的软硬件加速的方案。因此，收购后的Mobileye也只是其中的一个方案，并非全部，而全部的方案需要很多技术去综合配合，才能让无人驾驶应用真正实现产业化落地。

就在上周，英特尔新成立了一个部门，名为人工智能产品事业部(AIPG)，针对AI产品的片段去做各种解决方案。在云端有多种支持的方法，除了刚才说过的，在实际应用中还需要处理大量的视觉、声音等各种数据，进行归纳和推理。此外，还会有通用计算的需求，以及专门针对某些负载去做针对性的加速。从PPT上可以看出，越往左边就越通用，越往右边越专用，用户可以很容易地切换需要处理的应用类型，但都能达到理想的计算的加速。

英特尔的硬件产品有很多。要很方便地使用这些硬件，上面的软件堆栈非常重要。中间这三层就是软件的堆栈，底下一层英特尔会隐藏掉不同硬件间的差异，让上层的框架能够以同样的方式去使用底层硬件的能力。其中包括了最新的关联记忆库，可以利用更长期的一些记忆去处理可能存在的模式和规律。中间这层可以支持很多开源的深度学习框架和大数据模型，可以让用户将在其他框架下开发出来的模型迅速地部署在英特尔的平台上。工具层能够让用户更快地将英特尔的一些最新的方案使用到自己的系统和方案里，这些都涉及到很多不同的工具。最上层则必须按照不同行业应用的要求去优化整个堆栈。