英特尔（intel）于周三（8/8）举行的data-centric innovation summit中透露，去年（2017年）已有超过10亿美元的营收是来自于客户在数据中心以intel xeon处理器执行人工智能（ai）应用，英特尔的目标是让相关芯片于2022年创造100亿美元的营收。
为了由于个人计算机市场的衰退，英特尔在2016年转型为数据公司，抢攻数据中心与iot市场，也在去年设立新的人工智能产品部门（artificial intelligence products group，aipg） ，利用机器学习与ai替日益庞大的数据量进行分析。
英特尔数据中心总经理navin shenoy表示，全球有90%的数据量都是在最近这两年产生的，分析师更预测2025年的全球数据量将膨胀10倍，达到163zb ，然而，保守估计这些数据量中只有1%曾被妥善的处理、利用，并据此采取行动，倘若能够大规模地有效利用更多的数据，景况将会截然不同。
shenoy说，英特尔的核心策略即是帮助客户移动、存储与处理数据，这对转型为数据公司的英特尔而言，到了2022年其潜在市场机会将高达2,000亿美元，也是英特尔有史以来最巨大的机会。
在数据的处理上，英特尔持续优化intel xeon处理器与基于ai的现场可程序化逻辑门数组（field programmable gate arrays，fpga），去年有超过10亿美元的营收是来自于客户在数据中心以intel xeon处理器执行ai应用，而英特尔也持续改善ai的训练与推论的性能，从2014年迄今，性能至少改善了200倍。
英特尔在5年前以数据为中心的业务只占了该公司1/3的营收，现在则已接近一半。另一方面，英特尔去年的总营收为628亿美元，ai处理器只占了1.6%，但根据venture beat的报导，英特尔的目标是在2022年创造100亿美元的ai处理器营收。
英特尔也在昨天公布了intel xeon scalable处理器的发展蓝图，基于14纳米制程的cascade lake将集成ai加速器，预计于今年开始出货；同样也是14纳米制程的cooper lake则会改善ai与深度学习的训练性能，可望于明年出货；与cooper lake共享平台的ice lake将采用10纳米制程，预计在2020年出货。
现阶段ai行业主要使用的处理器形态包括cpu、gpu、fpga及特殊应用集成电路（application-specific integrated circuit，asic），英特尔在该领域的竞争对手则有nvidia 、google、amd、百度、graphcore及qualcomm等。