大家好，我是本栏目的编辑郝帅，现在我给大家讲解一下上面的问题。英特尔通常表现出在核心和时钟速度方面是芯片界的一条大鱼，但来自芯片制造商的最新威胁来自深度学习性能。

英特尔声称，在使用ResNet-50神经网络模型对人工智能(AI)图像进行分类时，创造了新的深度学习记录。

这家芯片巨头指出，它在其最新一代可扩展至强处理器上发布了深度学习图像分类的任务，该处理器每秒可以咀嚼7878张图像。

这明显比英伟达的特斯拉V100好，得分7844，对绿队影响很大。由于其GPU的并行处理能力，在AI工作负载中表现相当不错。

英特尔正在推广这一新的ResNet-50记录，以此作为其至强处理器在处理不同工作负载时的灵活性的一个例子，这应该会吸引那些因为成本和其他狡猾因素而不想为机器学习设置特殊硬件的企业和开发人员。

“加速器适用于一些用户场景，其中专用硬件在经济上是合理的。英特尔还在开发用于推理和培训的深度学习加速器，”英特尔表示。

“但是，具有高度深度学习功能的CPU可以让AI客户灵活、统一地管理其计算基础设施，具有成本效益。”

值得注意的是，英伟达失败的结果只是在ResNet-50上，而且由于英伟达的技术被用于各种机器学习应用，比如支持很多自动驾驶汽车，所以Team Green还是有足够的后口袋让其数据中心GPU更有吸引力。

但是，让更多的公司更快地完成AI的工作量，也只是一件好事，因为一旦技术慢慢流下来，就意味着Jeremiah和你我一样，可以看到更智能、更有效的功能扩散到我们的日常小工具中。