對於現在電子產業而言，由於硬體運算力提升、運算軟體框架不斷進化且市場有明確需求，基於神經網路的 AI 再度成為重要議題，而作為現行全球主要伺服器、超級電腦核心架構供應商的 Intel 當然也不會錯過這場盛會，鎖定 AI 相關開發者舉辦了 AIDC ( AI 開發者大會)，在稍早的主題演講，也就 Intel 目前的戰略進行說明。
Intel 的 AI 戰略可分為三大領域，包括軟體、硬體與社群；其中在社群方面， Intel 選擇藉由開源方式推廣相關開發軟體，而硬體部分除了 Intel 最核心的 Xeon 外，也針對當前異構運算、推理與學習加速器等提供全方位的硬體解決方案，至於社群除了與業界主力的 AI 框架如 Google 、微軟與 Facebook 持續合作外，也藉由 AIDC 拋磚引玉，接下來也將在全球陸續舉辦開發者大會。
在人工智慧相關軟體， Intel 現在提供多元的深度學習相關軟體並在 GitHub 進行開源，首先就是 Intel Math Kernel Library ，藉由推出這項軟體工具並且與 Google 的 TensorFlow ，能夠大幅提升 Intel 處理器執行 TensorFlow 的效率，此外也將整合多樣主流框架相容性的 nGRAPH 、分散式深度學習資料庫的 BigDL 等進行開源，另外甫宣布針對邊際裝置的視覺運算的 OpenVINO 也預計在今年底前進行開源。
至於硬體戰略部分， Intel 強調 Xeon 仍是作為目前世界上多數人工智慧運算的核心部分，同時藉由每一世代的硬體架構、演算法的提升，效能仍持續提升中，同時也藉由支援大量的記憶體，使得深度學習允許更巨量的資料進行處理，畢竟作為深度學習培訓，記憶體的容量影響可處理的資料量。
當然作為當前深度學習的硬體架構，純 CPU 運算漸漸受到異構運算的挑戰，尤其是 GPU 運算更是市場的主力，不過 Intel 雖認為藉由 GPU 與 CPU 是相當不錯的 AI 架構，但仍有更具效率的做法， Intel 也提供多項解決方案為人工智慧提供更具效率的架構，包括 FPGA 、神經網路加速器以及視覺運算處理器等。
Intel 認為， FPGA 相較 GPU 具備更高的架構彈性，可依照人工智慧的運算項需求，藉可程式化特性調整 FP16 、 FP32 與 FP11 等的算力，較 GPU 甚至可提供達 7 倍的效能，也同時提供更好的能源效率。
而視覺加速器解決方案 Movidius 則藉由針對視覺運算的硬體加速架構，為邊際運算裝置預先處理影像相關的內容，使其背後作為人工智慧的算力不用花費在這些影像相關的處理上，另外除了視覺加速外，亦能作為音樂的頻譜分析，會場也藉由 Movidius 分析電子琴輸入的音節後，再以電吉他聲互動。
至於 Nervana 則是 Intel 針對類神經網路所打造的類神經網路處理器，意義上與 Google 的 NPU 類似，具備達 2.4TB/s 的相互溝通通道，能連接多個 Nervana 並提供更高效能；而 Intel 強調 2019 年將推出商用版的第二世代 Nervana " NNP L-1000 "，效能將較現行第一世代提升 3-4 倍。
最後提到 Intel 的夥伴關係，除了與資料中心、人工智慧框架供應商維持良好的關係外，同時也與包括 CG 產業、運動賽事等進行合作，藉由人工智慧帶來如更快速的 CG 影像特效建構，或是在如北美法拉力挑戰賽帶來更好的賽事轉播，同時除了先前贊助平昌奧運外， Intel 也將在繼續贊助 2020 冬季奧運，藉此展現如 5G 技術、人工智慧分析與轉播等技術。
